最佳游戏AI算法

Question

我正在寻找游戏 AI 算法，它将结合神经网络和 Q 学习。 它不会保存任何可能的 state 但会使用它学到的东西。 如果他做了好事，你可以给他奖励，但如果发生坏事，你也可以给他负奖励。 如果可以的话，请给我最好的学习资源。 如果能写成Python就好了。 非常感谢。