🎯 O que é Q-Learning?

Q-Learning é um algoritmo de aprendizado por reforço que aprende a encontrar o melhor caminho através de tentativa e erro.

🔍 Processo:

1. Estado: Cada célula do grid é um estado
2. Ação: Mover para cima, baixo, esquerda ou direita
3. Recompensa: Pontos ganhos ao alcançar o objetivo
   • +100 ao chegar no objetivo
   • -0.1 por cada passo
   • Penalidade por distância do objetivo
4. Q-Table: Tabela que armazena valores Q para cada par estado-ação

🧠 Equação de Bellman:

Q(s,a) = Q(s,a) + α[R + γ·max(Q(s',a')) - Q(s,a)]

• α (alpha): Taxa de aprendizado (0.1)
• γ (gamma): Fator de desconto (0.95)
• R: Recompensa recebida

🎲 Epsilon-Greedy:

Com 10% de chance, o agente explora (tenta ações aleatórias). Com 90% de chance, o agente explora (usa o conhecimento aprendido).