确定性清洗机器人MDP清洁机器人收集使用，也有它的充电电池。状态描述了机器人的位置和动作描述运动方向。机器人可以移动到左边或右边。第一（1）和最终的（6）的状态是所述终端的状态。的目标是找到最大化从任何初始状态的返回的最优策略。-The deterministic cleaning-robot MDP a cleaning robot has to collect a used can also has to recharge its batteries. the state describes