🎮 迷宫探险

体验马尔可夫决策过程 (MDP)

分数
0
步数
0
成功率
0%
🤖
你
🏆
终点
💀
陷阱
🧱
墙
用方向键或点击按钮移动,找到🏆!

🎲 这就是"不确定性"!

↑ 你选的
80%
↔ 滑倒
20%

你选↑,但有20%概率滑到其他方向!

💡 MDP的核心

状态:你在哪? | 动作:往哪走?
转移概率:走了之后到哪? | 奖励:得到什么?

马尔可夫性:只看"现在",不用管"过去"!