我目前正在尝试对游戏进行Q学习，并希望创建Q学习表。从本质上讲，我想要一个2D哈希表，一个数组是四个长保存动作（跳转，左，右和鸭）的数组，另一个可以根据需要进行扩展。例如，在课堂上，将使用“ Wall”和“ Gap”两个状态，而在另一个情况下，将使用“ Wall”，“ Gap”和“ Enemy”三个状态作为其状态。
问题是：如何创建哈希表，以便有两个键可以让您在表中查找操作和状态，并查看它们的组合所带来的收益。例如action [Jump]和state [Wall]还是action [Left]和state [Enemy]？