撞墙一万次后，我的小车终于学会了走迷宫 (Q-Learning 实战)没有 PID，没有路径规划算法，甚至没有地图。我把一辆虚拟小车扔进迷宫，告诉它：“撞墙扣分，到终点加分”。本文记录了它是如何从一只无头苍蝇，进化成老司机的过程。