konyyds

修改sum_qvalue_list.append(sum_qvalue)位置后，发现得不到正确的结果了，原来是episodes 列表在循环外部定义，导致它不断累积所有state-action对的episode。 ### 有问题的地方 ``` episodes = [] # 这个应该在每个state-action对内部初始化 for epoch in range(epochs): for state in tqdm(range(self.state_space_size)): for action in range(self.action_space_size): # episodes 应该在这里初始化，而不是在循环外部 ``` ### 修改后的mc_basic_simple_GUI如下： ``` def...