演算法選擇

學習方式:
Q-Table DQN

抉擇策略:
ε-greedy Softmax

超參數設置

學習率 (α): 0.5
回朔率 (γ): 0.95
探索率 (ε): 0.2
樂觀值 (ψ): 0

延遲量(ms): 50

價值表概況

💾 導出 📂 載入 🧹 清空

圖表控制

繪製資料：
價值表格（Q-Table）    價值網路（DQN）

展開狀態：
X 軸：    Y 軸：

切片位置：
跟隨當下    手動控制

維度滑桿