记录一下关于DQN的想法

下载了几份代码，就两份没有报错通过了

DQN玩FlappyBird

https://github.com/yenchenlin/DeepLearningFlappyBird

DQN玩Cartpole

https://www.cnblogs.com/caorui/p/6431156.html

思路主要是这样的，像玩小鸟的就是通过障碍物能继续走，reward 1和-100， action也是1和0，玩平衡车是能立住就reward是1，立的时间长评分高，并不是reward

平衡车位置：D:\virtualenv\venv\env37\gym\envs\classic_control\cartpole.py