Mr-xiu / BUPT-RL-Final

bupt 强化学习期末作业

BUPT-RL-Final

bupt 强化学习期末作业

内容

1. 用Deep Q-learning Network（DQN）算法完成实验

环境： https://gymnasium.farama.org/environments/classic_control/mountain_car/

2. 任选一种Policy Gradient或Actor-Critic相关算法完成实验

环境： https://gymnasium.farama.org/environments/classic_control/mountain_car_continuous/

构建环境

pip install -r requirements.txt

更多信息详见实验报告