关于环境初始化的一点提示

[Summer907]

0.26.0以上版本的gym对一些函数做出了改动，这一点在 #50 有被提到过，并给出了修改方法：

1. # env.seed(0)改为env.reset(seed=0)
2. state = env.reset()下一行添加一行state = state[0]
3. next_state, reward, done, _ = env.step(action)等号左边添加一个, _，即新版函数增加了一个输出

Originally posted by @wulidede in #50 (comment)

注意到env.reset()除了在定义环境的时候使用过，在训练过程中也有所涉及，因此第7、8、9章代码的训练部分，以及rl_utils.py中的对应部分也要改为env.reset(seed=0)。修改后，在CartPole-v0环境中的训练结果更好，且结果固定。如图：