DeepQLearning:深度思想论文的实现

深度学习 实施深度思想的论文，题目为“通过深度强化学习进行人的水平控制”。 策略梯度算法也已在Cart Pole上实施和测试，仅用于实验。 要求 的Python 3.6.1 张量流 健身房 麻木 斯克莱恩 matplotlib 训练模型 对于DQN python main.py当提示您选择训练，播放或可视化类型“火车”时 对于策略渐变python policy_gradients.py当提示您选择训练或播放类型“训练”时 测试模型 对于DQN python main.py当提示您选择训练，播放或可视化时，键入“播放” 对于策略渐变python policy_gradients.py当提示您选择训练或播放类型“播放”时 结果 游戏 最高分 爆发 45 车杆 200 爆发 卡特波尔 实验 爆发 卡特波尔