更新项目

docs/chapter12/project3.md

@@ -77,19 +77,4 @@ for i_episode in range(1, cfg.max_episodes+1): # cfg.max_episodes为最大训练
 2. 由于本次环境为惯性系统，建议增加Ornstein-Uhlenbeck噪声提高探索率，可参考[知乎文章](https://zhuanlan.zhihu.com/p/96720878)
 3. 推荐多次试验保存rewards，然后使用searborn绘制，可参考[CSDN](https://blog.csdn.net/JohnJim0/article/details/106715402)
 
-### 代码清单
-
-**main.py**：保存强化学习基本接口，以及相应的超参数，可使用argparse
-
-**model.py**：保存神经网络，比如全链接网络
-
-**ddpg.py**: 保存算法模型，主要包含select_action和update两个函数
-
-**memory.py**：保存Replay Buffer
-
-**plot.py**：保存相关绘制函数
-
-**noise.py**：保存噪声相关
-
-[参考代码](https://github.com/datawhalechina/easy-rl/tree/master/codes/DDPG)
 

docs/chapter3/project1.md

@@ -64,20 +64,6 @@ for i_ep in range(cfg.train_eps): # train_eps: 训练的最大episodes数
 
 ![moving_average_rewards](assets/moving_average_rewards.png)
 
-## 主要代码清单
-
-**main.py** 或 **task_train.py**：保存强化学习基本接口，以及相应的超参数
-
-**agent.py**: 保存算法模型，主要包含choose_action(预测动作)和update两个函数，有时会多一个predict_action函数，此时choose_action使用了epsilon-greedy策略便于训练的探索，而测试时用predict_action单纯贪心地选择网络的值输出动作
-
-**model.py**：保存神经网络，比如全连接网络等等，对于一些算法，分为Actor和Critic两个类
-
-**memory.py**：保存replay buffer，根据算法的不同，replay buffer功能有所不同，因此会改写
-
-**plot.py**：保存相关绘制函数
-
-[参考代码](https://github.com/datawhalechina/easy-rl/tree/master/projects/codes/QLearning)
-
 ## 备注
 
 * 注意 $\varepsilon$-greedy 策略的使用，以及相应的参数$\varepsilon$如何衰减

docs/chapter7/project2.md

@@ -73,17 +73,3 @@ for i_episode in range(1, cfg.max_episodes+1): # cfg.max_episodes为最大训练
 也可以[tensorboard](https://pytorch.org/docs/stable/tensorboard.html)查看结果，如下：
 
 ![image-20201015221032985](assets/image-20201015221032985.png)
-
-### 代码清单
-
-**main.py**：保存强化学习基本接口，以及相应的超参数，可使用argparse
-
-**model.py**：保存神经网络，比如全链接网络
-
-**dqn.py**: 保存算法模型，主要包含select_action和update两个函数
-
-**memory.py**：保存Replay Buffer
-
-**plot.py**：保存相关绘制函数，可选
-
-[参考代码](https://github.com/datawhalechina/easy-rl/tree/master/codes/DQN)