dip:逆向双摆问题的近端策略优化（PPO）PyTorch实现

三年级论文项目 采用近端策略优化（PPO）的反向双摆训练 注意：请查看此工作簿，因为GitHub在渲染Jupyter Notebooks时遇到问题。 环境设定 安装Miniconda： ://docs.conda.io/en/latest/miniconda.html 打开终端： git clone git@github.com:mughees-asif/dip.git 通过Miniconda终端在同一目录中创建新环境[输入自定义名称代替<ENV>]：conda conda create -n <ENV> python sympy numpy matplotlib 安装PyTorch ： : //pytorch.org/get-started/locally/ 安装Jupyter Notebook：conda conda install -c conda-