تعلّم Q والاستكشاف

تعلّم حسن التصرّف دون نموذج للبيئة: التحديث بفرق التوقيت، وانتقال القيمة رجوعًا خطوةً خطوة، ولماذا يعلق الوكيل الجشع تمامًا.

متقدّمالوحدة 335 دقيقة · 160 XP

خمس رحلات تُحدَّث يدويًا، وB مضطرّة إلى التعلّم قبل أن تستطيع A ذلك - ثم إخفاق الجشع مرسومًا حلقةً مغلقة كما هو فعلًا.

هذا درس مدفوع

سجّل الدخول واشترك في المسار لقراءة الدرس كاملاً، وتشغيل الكود، وخوض الاختبار، وكسب XP نحو شارة المسار.