Exploration ε (hasard) :
0.20
Vitesse (pas par image) :
8
▶ Entraîner
Un épisode
Réinitialiser
Épisodes : 0
Pas (épisode courant) : 0
Pas au dernier but : –
but (+1)
piège (−1)
mur
agent
teinte verte = valeur apprise ; flèche = meilleure action