panbaoran913的博客

中，Q表格.shape=(500,6).假设state=67,其decode=[0,3,1,3],含义为vehicle在index(0,3)的位置，乘客的位置为1(Green),目的地为3(Blue).见图a.最优的路线之一见图b.出租车开到乘客的位置，接乘客，开到乘客的目的地（四个指定位置中的另一个），然后下车。当乘客在目的地的位置的时候(乘客位置=目的地位置，供4种)，出租车的随机位置共100个，所以要删除4*25=100个没必要的状态。智能体需要根据当前状态选择适当的动作，以最大化其获得的奖励。

环境中有4个子文件包。

同时，在上述行为的作用下，推车速度降低或提高的速度并不是固定的，而是取决于杆子所指向的方向（因为杆子重心的改变使得移动推车所需的能量改变）。为了录制 Gym 环境的视频，你可以使用 Gymnasium 库，这是 Gym 的一个后续项目，旨在提供更新和更好的功能。” ，这里“render_mode="rgb_array”把env.render该为数组模式，所以，打印image是一个数组。，为什么现在会报错？原因在于，调用gym的时候会使用一个虚拟环境，比如我的虚拟环境是。的时候会默认运行该文件中的代码。