📊 学習統計
0
エピソード数
0
ステップ数
0
累積報酬
1.00
ε (探索率)
⚙️ コントロール
🎨 可視化モード
🔧 ハイパーパラメータ
📈 報酬の推移
🗺️ 凡例
🤖 ロボット
🏁 ゴール
🚀 スタート
🧱 壁
Q値（高→赤）
各マスの矢印は4方向（↑↓←→）のQ値を示します。
矢印の長さ・明るさがQ値の大きさを表します。