强化学习贪吃蛇

什么是强化学习？

强化学习是机器学习的一个领域，关注智能体如何在环境中采取行动以最大化累积奖励。在贪吃蛇游戏中，AI通过试错学习，逐渐理解哪些行为能带来更高的分数。

Q学习算法

本项目使用Q学习算法，这是一种无模型的强化学习方法。Q学习通过维护一个Q表来估计在特定状态下采取特定行动的长期奖励，随着训练不断更新这个表以找到最优策略。

状态空间

状态包括蛇头的位置、食物的位置、以及四个方向上的障碍物（墙壁或自身身体）检测。这为AI提供了决策所需的环境信息。

奖励设计

- 吃到食物: +10分
- 移动靠近食物: +1分
- 移动远离食物: -1分
- 撞到墙壁或自身: -100分

如何使用

你可以亲自控制蛇的移动，也可以观察AI的学习过程。调整训练参数以查看不同设置对AI性能的影响。训练后的模型可以保存并在以后加载使用。