Laboratorio2

alo, algo de eso charlamos con otro grupo.
mi "consejo" es tratar que la mecánica sea siempre:
1 evalúo en qué estado estoy
2 si no terminé y estado actual distinto de estado anterior
3 elijo acción apoyándome en la tabla Q sea sorteando o eligiendo la acción argmax
4 aplico acción
5 espero un tiempo
6 vuelvo a 1

resumen, una acción termina cuando comienza la sgte.
idealmente el rate de ejecución del QL está en sintonía con el tamaño de los estados y las velocidades de los motores (agilidad del robot).
sino, algunas iteraciones van a caer en no hacer nada, esperar otro ciclo. nada grave.
sugerencia metodológica, primero busquen que estos 2 últimos aspectos dialoguen razonablemente y luego ajustan el rate del QL para que también acompañe los cambios de estado/aplicación de acciones.
por último, los estados terminales no generan nuevas acciones pero además deberían frenar los motores. de otro modo, el trial termina pero el robot se sigue moviendo ;-)
saludos