強化学習とは、報酬を頼りに試行錯誤で賢くなる学習方法。 AIを直接動かすことはできません。迷路にご褒美🍖を置いて、ゴールまで導いてください。置き方を間違えると、AIはご褒美を食べて昼寝します。
迷路のAIはあなたの指示を聞きません。でもご褒美🍖には逆らえません。 マスをタップしてご褒美を配置し、AIをゴール🚩まで誘導してください。
※AIの視野は4マス。遠くのご褒美は見えません