语法解答

[bailingbird]

在sarsa_windygrid文件中第83行有一句我不太理解这句话的构造，但是我能懂什么意思。麻烦您给详细解释一下语法问题。这句话应该是表示选出最大Q值的动作。enumerate我懂什么意思，但是choice括号里的连起来我就不太懂了，麻烦您给详解一下。
next_action = np.random.choice([action_ for action_, value_ in enumerate(values_) if value_ == np.max(values_)])

[刘建平(Pinard Liu)]

你好，这里的意思是如果最大的Q值对应的动作不止一个，那么在这些最大Q值动作里随机选择一个。

[bailingbird]

你好，这里的意思是如果最大的Q值对应的动作不止一个，那么在这些最大Q值动作里随机选择一个。

这个意思我明白的，就是action_ for action_, value_ in enumerate(values_) if value_ == np.max(values_)这种写法我目前还掌握不了，初学Python，这句话应该怎么去拆分理解呢？

[刘建平(Pinard Liu)]

你好，这样的语法糖可以不使用。
你可以先做for循环，遍历所有的动作和对应的价值。记录最大价值，和最大动作对应的动作值，把对应的动作index放在一个数组。
最后在动作index数组中任选一个动作。这样就把代码拆的简单易懂了。