更真實的世界

在我們的情境中，Peter 幾乎可以不感到疲倦或飢餓地四處移動。在一個更真實的世界中，他需要時不時地坐下休息，並且需要進食。讓我們通過實現以下規則，使這個世界更加真實：

指導

使用原始的 notebook.ipynb 筆記本作為解決方案的起點。

根據遊戲規則修改上述的獎勵函數，運行強化學習算法以學習贏得遊戲的最佳策略，並比較隨機漫步與您的算法在贏得和輸掉遊戲次數上的結果。

Note: 在您的新世界中，狀態更加複雜，除了人類的位置之外，還包括疲勞和能量水平。您可以選擇將狀態表示為一個元組 (Board,energy,fatigue)，或者為狀態定義一個類（您可能還希望從 Board 派生），甚至修改原始的 Board 類，位於 rlboard.py。

在您的解決方案中，請保留負責隨機漫步策略的代碼，並在最後比較您的算法與隨機漫步的結果。

Note: 您可能需要調整超參數以使其正常工作，尤其是訓練的迭代次數。由於遊戲的成功（與狼戰鬥）是一個罕見事件，您可以預期更長的訓練時間。

評分標準	優秀	合格	需要改進
	提供了一個筆記本，其中定義了新世界規則、Q-Learning 算法以及一些文字解釋。Q-Learning 能夠顯著改善與隨機漫步相比的結果。	提供了筆記本，實現了 Q-Learning 並改善了與隨機漫步相比的結果，但改善不顯著；或者筆記本文檔不完整，代碼結構不佳。	嘗試重新定義世界規則，但 Q-Learning 算法無法正常工作，或者獎勵函數未完全定義。

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們努力確保翻譯的準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋不承擔責任。