标签： grid 2d probability-density
我希望根据Falk和Konald在this论文中定义的交替概率，生成分布有奖励的2D网格环境（1是奖励，0不是奖励）。
基本思想是，一旦随机方格被播种（左上角，例如）为1或0，则相邻方块保持与前一个相同或切换的概率由交替概率给出。
本文将生成过程描述为left to right和top to bottom。我不清楚作者打算如何实现它。
left to right
top to bottom
算法：