4.3 强化学习实战练习：从理论到实践的桥梁

4.3 强化学习实战练习：从理论到实践的桥梁

🎯 学习目标：通过动手实践，深入理解强化学习的基本概念和Q-Learning算法。完成本练习后，你将能够独立实现简单的强化学习算法，并将其应用于解决实际问题。

实践一：实现一个简单的Q-Learning算法

在第一个练习中，我们将从零开始实现一个Q-Learning算法，解决经典的"走迷宫"问题。

问题描述

我们有一个5x5的网格世界，智能体从左下角(4,0)出发，目标是到达右上角(0,4)的宝藏位置。网格中可能有一些障碍物，智能体需要绕过这些障碍物找到最短路径。

S: 起点 (Start)
G: 目标 (Goal)
X: 障碍物 (Obstacle)
.: 可通行区域 (Free space)

地图布局:
. . . . .
. X . X .
. . . . .
. X . X .
S . . . G

动作空间

智能体可以执行4个动作：

• 0: 向上移动
• 1: 向右移动
• 2: 向下移动
• 3: 向左移动

如果动作会导致智能体移出网格或撞到障碍物，智能体位置不会改变。

奖励机制

• 到达目标位置：+10 (终止状态