update

codes/PolicyGradient/README.md

@@ -1,38 +1,15 @@
 # Policy Gradient
 实现的是Policy Gradient最基本的REINFORCE方法
+## 使用说明
+直接运行```main.py```即可
 ## 原理讲解
 
 参考我的博客[Policy Gradient算法实战](https://blog.csdn.net/JohnJim0/article/details/110236851)
 
 ## 环境
-
-python 3.7.9
-
-pytorch 1.6.0
-
-tensorboard 2.3.0 
-
-torchvision 0.7.0 
-
+python 3.7.9、pytorch 1.6.0
 ## 程序运行方法
 
-train: 
-
-```python
-python main.py 
-```
-
-eval: 
-
-```python
-python main.py --train 0 
-```
-tensorboard：
-```python
-tensorboard --logdir logs 
-```
-
-
 ## 参考
 
 [REINFORCE和Reparameterization Trick](https://blog.csdn.net/JohnJim0/article/details/110230703)