强化学习大作业1 倒立摆
强化学习大作业1 倒立摆 包括Q值迭代、SARSA、DQN三种算法。SARSA效果不好（不确定有没有bug） game的my_Pendulum是按gym的环境定义的我自己的倒立摆环境，其参数与game的Pendulum-v0不同
dalek-who
Back
dalek-who
dalek-who