只利用ray perception sensor 3d來當作觀察
{%youtube Uu5UyKlHcoI %}
本身就會進行像是掃地機器人旋轉的動作
可以看到當射線碰撞到目標Target時，Agent會往他移動

因為希望Agent會一直往Target方向移動，所以我加上了座標
觀察 = ray perception sensor 3d + 座標
訓練50萬次 利益為0.983
{%youtube ItbTPuXaFFk %}
會發現他既不會跑射線的東西也不會以座標去跑

??書寫射線碰到Target就往她移動的程式，或是更改射線的觀察給予利益?