下がそのコードの一部です。
int policy(int x, int y, int s, int num_a, int maze[ ][ ], int qtable[ ][ ]);
int max_qval(int s, int num_a, int qtable[ ][ ]);
int select_action(int s, int num_a, int qtable[ ][ ]);
教えて欲しいのです。
int policy(int x, int y, int s, int num_a, int maze[ ][ ], int qtable[ ][ ]);
int max_qval(int s, int num_a, int qtable[ ][ ]);
int select_action(int s, int num_a, int qtable[ ][ ]);