我看到了很多例子，向人们展示了使用深度强化学习的方法，但这是我还不知道的事情，我已经学会了监督训练方法，然后我开始学习Q学习，认为这样做可能会更有效率，我制作了一个运行良好的简单蛇游戏，应用了所有规则，添加了奖励状态和动作，无论需要什么，并使用更新的Q表制作了Q循环，一切正常，并且运行良好（在Tkinter之前没有使用任何库） ，数学和随机数），唯一的问题是，无论经过多少时间，机器都无法真正学习很多东西，表会更新，但我可以肯定，但是从过去的经验来看，我认为Q学习可能不会不适合这种游戏吗？我也从未见过有人通过Q学习制作游戏“ Snake”，因此我想到了……
赞赏每一个评论！ ：）
（顺便说一句，如果您认为我的代码有错误，可以要求它/部分代码，然后我会打磨，这没什么大不了：P）