Grid World RL Lab
Q-Learning, Value Iteration और Policy Iteration के साथ इंटरैक्टिव reinforcement learning sandbox।
एक agent 2D grid पर चलता है, rewards पाता है, और walls व terminal goals के साथ return maximize करने वाली policy सीखता है।
- Q-Learning: epsilon-greedy exploration के साथ model-free temporal-difference update।
- Value Iteration: सभी states पर Bellman optimality backups।
- Policy Iteration: policy evaluation और policy improvement का alternation।
World Builder
Grid, rewards और starting conditions परिभाषित करें।
x
Tools
Rewards
Simulation
Episodes चलाएं और agent behavior देखें।
Run Info
Live episode और return tracking।
Mode: Idle
Episode: 0 / 0
Steps (episode): 0
Last Return: -
Policy & Values
Policy arrows stored Q values या model-based updates से greedy actions दिखाते हैं।
Algorithm Notes
- Q-Learning action values को online bootstrapped targets से अपडेट करता है।
- Value Iteration Bellman backups से optimal state values निकालता है।
- Policy Iteration evaluation और improvement के बीच चलता है।