Q-learning 是要让 agent 通过不断地玩游戏，从环境给予的奖励反馈中学习到给定state下的最优 action。

在gym里有个自动驾驶的模拟器，它的任务是把乘客从一个地方接起，在另一个地方放下，在这个过程中 需要小车至少遵守下面三个规则：

通过前面的几篇文章可以知道，当我们要用 Q-learning 解决一个问题时，首先需要知道这个问题有多少个 state，每个 state 有多少 action，并且建立一个奖励表格 P，维度是 action * 4，这4列分别标记着采取每个 action 的概率，采取...

上一篇文章有介绍gym里面env的基本用法，下面几行可以打印出一个当前环境的可视化：

结果 - 原因 提炼重点 思考过程：要素分类 >>> 最终结果 >>> 关键要素

在游戏开发过程中，经常会出现不同板块之间的信息交流，或是存在“当...,就...”的情况，事件队列编程模式可以有效解决消息传递中产生的脚本耦合问题，让同一个板块的脚本更加单纯，不包含其他脚本的杂质内容，使脚本更容易最大...

https://www.bilibili.com/video/av34927726

在上一篇中，我们借Double Lift手法，介绍了如何从一个基本手法变成一个魔术表演的过程。其核心就是魔术效果的制造与呈现的分离，在后来我与郭玉文老师的探讨中，他说，这也叫“声东击西，顺手牵羊”。在手法的基础上，以及上一篇...

一个快速迭代的项目，时间久了之后，代码中可能会充斥着大量的if/else，嵌套6、7层，一个函数几百行，简！直！看！死！人！

# 创建argparse对象，并将产品简要说明加入show = '程序说明' ===>程序简要说明(字符串)，输出help时会显示p = argparse.ArgumentParser(description=show)