实验说明

在这个游戏中，小猫需要学习按哪个按钮才能获得鱼的奖励。

通过Q-learning算法，小猫会：

• 尝试按不同的按钮
• 获得奖励（鱼）或没有奖励
• 记住哪些行为会带来奖励
• 逐渐学会总是选择能获得奖励的按钮

工具用途说明

• 开始学习：启动小猫的学习过程，观察其行为。
• 单步学习：让小猫执行一步学习，便于观察每一步的变化。
• 自动学习：让小猫连续学习100步，快速查看学习效果。
• 重置：清空学习记录，重新开始实验。
• 奖励按钮：选择哪个按钮会给小猫奖励。
• 学习率 (α)：控制小猫对新信息的学习速度。
• 探索率 (ε)：控制小猫尝试新按钮的概率。
• Q值表：显示小猫对每个按钮的价值判断。