论文代码阅读——手打版 论文链接： github仓库链接：https://github.com/qingzhenduyu/TAMER 这里会更多地关注该项目用到的模型架构和训练流程。 从 tamer 文件夹中的 lit_tamer.py 开

Astars算法的基本思想是：定义合适的代价函数gx和启发式函数hx，当gx和hx都满足条件时，Astars算法就可以保证得到最优解。我对状态的定义如下：状态由名为Node的结构体表示，其中包含一个三行三列的二维数组A，A中0的坐标x0、y