强化学习 Q网络DQN-Cart pole游戏代码教程

强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，区别与监督学习和无监督学习，强调如何基于环境而行动，以取得最大化的预期利益。基本操作步骤：智能体agent在环境environment中学习，根据环境的状态state（或观测到的observation），执行动作action，并根据环境的反馈reward（奖励）来指导更好的动作。比如本项目的Cart pole小游戏中，agent就是动图中的杆子，杆子有向左向右两种action。

In [ ]:

## 安装依赖
!pip install pygame
!pip install gym
!pip install atari_py
!pip install parl

In [12]:

import gym
import os
import random
import collections

import paddle
import paddle.nn as nn
import numpy as np
import paddle.nn.functional as F
<