第15课　小格子走到终点——试错迈步与即时奖励

单元四

第15课　小格子走到终点——试错迈步与即时奖励

一、任务目标

理解试错学习是走一步、立刻得到奖励、再决定下一步；能在一条格子路上前进，到达终点得正奖励。

二、我们要学什么

学习要点：小格子走到终点｜试错迈步与即时奖励
本课过关：能完成：说出每一步都有即时反馈；载入体验程序，指出走到终点得分、偏离则扣分或停止；改终点位置或步数后重新运行，得分跟着变。
示例对齐：体验题对应本课「编程体验」；完整代码对应编程题1；补全与独立编写对应编程题2–3。均在 Mixly 图形化积木中完成。

三、本节要点

本课要认识试错与即时奖励。重难点是每步都要看反馈，而不是一次走完再算总分。要点对齐「小格子走到终点｜试错迈步与即时奖励」。

1读场景明确真实任务

2对要点小格子走到终点｜试错迈步与即时奖励

3载入运行图形化积木

四、解题思路

任务：在格子上迈步，根据即时奖励决定是否继续。请分清：位置是状态，走一步是动作。

本课主要用到：Mixly 图形化积木与屏幕输出。

1明确任务「走到终点」：到达应得正奖励。
2循环中每次移动一格，立刻根据位置给奖励。
3改终点或步长后重跑，观察奖励是否跟随。

流程示意（可对照左侧文字）

五、图形块功能讲解

本课用到的 Mixly 图形块均已在前面的课讲过。请直接对照编程练习搭积木；若有遗忘，回到该积木首次出现的课页复习。

六、知识点讲解

试错是走一步、立刻得到奖励、再决定下一步。即时奖励让对错马上可见。本课用格子路作例子：到终点得正奖励。不必先讲完整的策略迭代公式。

先弄清：一步一反馈；再进编程练习对照得分。

七、编程练习

用下拉列表切换题目；下方 Mixly 默认显示图形化积木。请在 Mixly 工具栏点「运行」；「检查」读取 Mixly 代码自动判题。请先读本页「四、解题思路」与「五、图形块功能讲解」，再点载入。

选择题目

参考代码（对照抄写到下方 Mixly）

def step(pos, action, goal=3):
    new_pos = pos + action
    if new_pos == goal:
        reward = 10
    else:
        reward = -1
    out = []
    out.append(new_pos)
    out.append(reward)
    return out

print(step(2, 1))
print(step(1, 1))

九、本节小结

本课主题是试错与即时奖励：每走一步立刻看反馈。到终点得正奖励。