easensoy/maze-qlearning-rl-agent：用 3D 迷宫做 Q-learning 智能体测试场

easensoy/maze-qlearning-rl-agent 项目把 3D 迷宫同时作为强化学习算法的测试环境和可视化输出，红色球代表智能体当前位置、绿色球为目标，智能体需通过多轮试错学习最优路径。迷宫支持 Small 15x15、Medium 21x21、Large 31x31 以及 21x21 三层迷宫，垂直跨层移动增加了导航难度。训练界面提供学习率、epsilon 探索率和每秒 0.1 至 1000 步的速度调节，并实时显示 episode、步数、累计奖励与到达目标次数。