强化学习机器人模拟器——GridWorld：一个用于强化学习的 Python 环境
GridWorld 是一个为强化学习（Reinforcement Learning, RL）实验设计的多功能 Python 环境。它提供了一个可定制的二维网格，智能体（agent）需要从起始位置导航到目标位置，避开障碍物、穿越泥泞单元格并收集奖励。本篇博客将详细介绍 grid_world.py 代码中实现的 GridWorld 环境的关键特性、结构和使用方法，帮助您理解其功能并在强化学习任务中加以利用。
GridWorld 概览
GridWorld 是一个基于网格的世界，具有以下特点：
-
智能体：从指定起始位置（默认：[0, 0]）出发，目标是到达目标位置（默认：网格右下角）。
-
障碍物：阻止智能体移动，若撞到障碍物，智能体会重置到起始位置并受到惩罚。
-
泥泞单元格：模拟困难地形，进入时会受到额外的移动惩罚。
-
自定义奖励：可以为特定单元格分配奖励，适用于复杂场景。
-
该环境支持动态编辑、预设布局和随机生成，适合简单和复杂的强化学习实验。