上丅左右
复制粘贴
可玩: 状态有限, 动作有限. (其中一个 精确的解.)
不可玩: 状态无限 或 动作无限. (其中一个 近似的解.)
O 代表寻寶者的所在游戏中的位置
O
O 可执行的动作只有 左 和 右
左
右
它找到宝藏就是最大化收益
它可随机出现在整个地图上的任何位置, 并试图找到宝藏