#include<iostream>using namespace std;//构造一个循环队列来存放广度优先算法的下标#define ADD 5;using namespace std;class CirQueue{private:int * base;int front,rear,size,length;public:bool InitCirQueue(in

举个例子，有A,B 两种状态。Agent一开始可能在两种状态中的一种，并且有两种可能的action, 要么stay, 要么move。 在A的时候utility0 为0, B的时候utility为1。从A出发只有0.9的概率会达到B，0.1的概率出发然后回到A，从B出发同理。MDP： 已知agent一开始是在状态A，Q(A, stay) = Uo + [0.9 * 0 + 0.1 * 1]

先到https://www.continuum.io/downloads 下载anaconda, 现在的版本有python2.7版本和python3.5版本，下载好对应版本、对应系统的anaconda，它实际上是一个sh脚本文件，大约300M-400M左右。我下载的版本是Anaconda2-4.4.0-Linux-x86_64.sh下载成功后，在终端执行（2.7版本）： bash Anaconda