Programowanie robota po linii z uczeniem się zbrojenia

Zastanawiam się nad zaprogramowaniem robota następującego za pomocą algorytmów uczenia się zbrojenia. Pytanie, nad którym się zastanawiam, brzmi: w jaki sposób mogę uzyskać algorytm do nauki nawigacji dowolną dowolną ścieżką? Po zapoznaniu się z książką Sutton & Barto dotyczącą uczenia się...