Monte Carlo 方法的軌跡產生

Monte Carlo 方法需要先產生多個軌跡（episodes）才能推導價值函式。因此，現在你要實作一個函式，透過隨機選取動作來產生軌跡，直到該軌跡終止。在後續的練習中，你會呼叫這個函式，將 Monte Carlo 方法應用到已為你預先載入的自訂環境 env 上。

render() 函式已為你預先載入。

本練習屬於課程

使用 Python 的 Gymnasium 進行強化學習

檢視課程

練習說明

使用 seed 設為 42 來重設環境。
在軌跡迴圈中，每次反覆運算都選取一個隨機的 action。
每次反覆運算結束時，將 (state, action, reward) 這個 tuple 加到 episode 資料中。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

def generate_episode():
    episode = []
    # Reset the environment
    state, info = ____
    terminated = False
    while not terminated:
      # Select a random action
      action = ____
      next_state, reward, terminated, truncated, info = env.step(action)
      render()
      # Update episode data
      episode.____(____)
      state = next_state
    return episode
print(generate_episode())

編輯並執行程式碼