老哥们救救孩子,选修的一门课,期末作业搞不懂 求大佬帮忙 1.MDPs问题-寻宝 Pacman除了吃豆子之外,有时也去以下的Gridworld岛去寻宝。Pacman有一张地图,上面标有那里是hazards,那里是treasure。在地图中任何空的方块,Pacman可以执行标准的 actions (N, S, E, W),而且这些actions不受移动噪音的影响。当Pacman落入一个 hazard (H) 方块或一个treasure (T) 方块时,它能做的act...