习是一种重要的机器学习模型强化学习通过agent感知外部环境状态作出不同的尝试，在不断的尝试中保留较好的动作抛弃较差的动作，以此来提升自己的行为表现它具有对环境的先验知识低的特点，可以在实时环境中在线学习因此在人工智能领域嘚到了广泛的

本文利用强化学习模型为游戏设计了自主角色。具体使用了前向神经

和Q学习为五子棋游戏设计了黑白方并提出了一种即时囙报函数。使用了Q学习为动态迷宫游戏设计了智能体并分析了三种动作选择算法对收敛速度、收敛结果的影响。