从零使用强化学习训练AI玩儿游戏(7)——使用DQN(TensorFlow)

      上一篇我们使用了DQN来玩简单的走迷宫游戏，但是DQN能胜任比走迷宫游戏更复杂的游戏。这一篇我们就从GYM中选一款游戏来通过训练神经网络，让他自己玩。

       我们选择CartPole这款游戏，在之前的Q-learning中我们有用过这款游戏，在Q-learning上效果非常的差。

       由于CartPole这个游戏的reward是只要杆子是立起来的，他reward就是1，失败就是0，显然这个reward对于连续性变量是不可以接受的，所以我们通过observation修改这个值。点击pycharm右上角的搜索符号搜索CartPole进入他环境的源代码中，再进入step函数，看到里面返回值state的定义

x, x_dot, theta, theta_dot = state

通过这四个值定义新的reward是

x, x_dot, theta, theta_dot = observation_
r1 = (env.x_threshold - abs(x))/env.x_threshold - 0.8
r2 = (env.theta_threshold_radians - abs(theta))/env.theta_threshold_radians - 0.5
reward = r1 + r2

主程序是：

import gym
from RL_brain import DeepQNetwork

env = gym.make('CartPole-v0')
env = env.unwra