0、写在前面
本项目用于学习RL基础算法，主要面向对象为RL初学者、需要结合RL的非专业学习者，尽量做到: (中文)注释详细，结构清晰。
注意本项目为实战内容，建议首先掌握相关算法的一些理论基础，再来享用本项目，理论教程参考本人参与编写的蘑菇书。
未来开发计划包括但不限于：多智能体算法、强化学习Python包以及强化学习图形化编程平台等等。
1、项目说明
项目内容主要包含以下几个部分：
- Jupyter Notebook：使用Notebook写的算法，有比较详细的实战引导，推荐新手食用
- codes：这些是基于Python脚本写的算法，风格比较接近实际项目的写法，推荐有一定代码基础的人阅读，下面会说明其具体的一些架构
- parl：应业务需求，写了一些基于百度飞浆平台和
parl模块的RL实例 - 附件：目前包含强化学习各算法的中文伪代码
codes结构主要分为以下几个脚本：
[algorithm_name].py：即保存算法的脚本，例如dqn.py，每种算法都会有一定的基础模块，例如Replay Buffer、MLP(多层感知机)等等；task.py: 即保存任务的脚本，基本包括基于argparse模块的参数，训练以及测试函数等等；utils.py：该脚本用于保存诸如存储结果以及画图的软件，在实际项目或研究中，推荐大家使用Tensorboard来保存结果，然后使用诸如matplotlib以及seabron来进一步画图。
2、运行环境
python 3.7、pytorch 1.6.0-1.9.0、gym 0.21.0
在项目根目录下执行以下命令复现环境：
pip install -r requirements.txt
3、使用说明
直接运行带有train的py文件或ipynb文件会进行训练默认的任务；
也可以运行带有task的py文件训练不同的任务