Openai Gym出租车-V2的书写功能

Question

因此，我正在尝试使用基于功能的学习来解决OpenAI Gym的出租车环境（https://gym.openai.com/envs/Taxi-v2/）。但是，我正在努力寻找方法。

我了解环境，通过在线查看一些示例，我能够了解如何通过Q-Learning解决问题。

我要实现的一些功能

• 出租车上的乘客是
• 从出租车的位置到目的地的最短距离，无论是乘客的位置还是乘客的目的地