u011527015的博客

根据《Reinforcement Learning An Introduction》里的策略梯度方法，控制open AI gym库里的倒立摆。

本书以基础知识为框架，介绍了各部分知识所对应的常用开发实例。书中提供了大量的实例源代码。第 1 章 C 语言初步，第 2 章 C 语言中的数据和表达式，第 3 章 顺序程序设计，第 4 章 选择程序设计，第 5 章 循环程序设计，第 6 章 控制结构综合实例，第 7 章 数组，第 8 章 函数，第 9 章 指针，第 10 章 字符串，第 11 章 编译预处理和变量作用域，第 12 章 结构体和共用体，第 13 章 链表，第 14 章 常用算法，第 15 章 数据结构与算法，第 16 章 位运算，第 17 章 文件，第 18 章 系统调用。