hot update

projects/codes/envs/README.md

@@ -1,6 +1,18 @@
-## 环境汇总
+# 环境说明汇总
+
+## 算法SAR一览
+
+说明：SAR分别指状态(S)、动作(A)以及奖励(R)，下表的Reward Range表示每回合能获得的奖励范围，Steps表示环境中每回合的最大步数
+
+|           Environment ID           | Observation Space | Action Space | Reward Range |  Steps   |
+| :--------------------------------: | :---------------: | :----------: | :----------: | :------: |
+|            CartPole-v0             |      Box(4,)      | Discrete(2)  |   [0,200]    |   200    |
+|            CartPole-v1             |      Box(4,)      | Discrete(2)  |   [0,500]    |   500    |
+|          CliffWalking-v0           |   Discrete(48)    | Discrete(4)  |  [-inf,-13]  | [13,inf] |
+| FrozenLake-v1(*is_slippery*=False) |   Discrete(16)    | Discrete(4)  |    0 or 1    | [6,info] |
+
+## 环境描述
 
 [OpenAI Gym](./gym_info.md)  
 [MuJoCo](./mujoco_info.md)  
 
-