Q_learning-and-Saras-using-Matlab

使用matlab在机器人走迷宫环境中测试Q-learninng和Sarsa

这个环境以往都是作为动态规划的场景，在这个任务里，我使用Q-learning和Sarsa分别编写matlab代码进行测试
其中15，16为左上角以及右下角位置，设置为终点，给与+1奖励。
参数 alpha = 0.05; gamma = 1; len = 1000;总步数，值越大时间越长，稳定性收敛性越好，可以继续增大以获得更好的效果。 训练时，随机给定初始状态，训练agnet。测试时同样随机给点，结果证明其都可以快速到达与之最近的终点。
最终得到的Q_Learning的Q表和Sarsa的Q表如下：