pytorch-rdpg:RDPG的PyTorch实施（循环确定性策略梯度）

循环确定性策略梯度（RDPG） 概述 递归确定性策略梯度的实现来自本文 要求 $ python -m pip install --upgrade pip $ pip install -r requirements.txt 跑步 训练： 摆v0 $ python main.py --env Pendulum-v0 --max_episode_length 1000 --trajectory_length 10 --debug 测试（TODO） 参考： 递归神经网络基于内存的控制< > 通过深度强化学习进行持续控制< > 使用PyTorch的DDPG实现< > PyTorch-RL < >