引用库文件

1
2
3
4
5
6
7

import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
import random
import math
import numpy as np

创建神经网络

神经网络类以及初始化

初始化的输入是状态维度，动作维度，以及隐藏层。

强化学习（reinforcement learning，RL）讨论的问题是智能体（agent）怎么在复杂、不确定的环境（environment）里面去最大化它能获得的奖励。

强化学习概念

智能体

做出动作，并影响于环境

环境

返回作用后的状态，和上一步的奖励

奖励

是由环境给可显示智能体在某一步采取某个策略的表现如何？