1 任务描述
·必做：使用强化学习算法，解决MountainCar − v0；
使用强化学习算法，解决MountainCarContinous − v0
·选做：使用其他强化学习算法解决上述问题
2 环境配置
· python(3.6) + gym(0.15.4) + tensorflow(1.2.1) + keras(2.2.4)
3 算法设计
3.1 离散版本��������������������������������� − ������
（1）问题背景
现有一小车在两座山峰之间的谷底，小车动力有限，无法直接登上右侧山峰，需要借助 动能和势能之间的转化才能到达目的地。在离散版本的MountainCar中，小车的行为（action） 是离散的，有向左、向右、静止三个选项，每个状态（state）下小车的观测值包含位置（position）和速度（velocity）两个方面，小车从-0.4—-0.6 之间的任意位置开始运动，在一个 episode
（200 步）内抵达 0.5 处即为成功，每走一步获得-1 的回报值。
|
Action
|
Push left
|
No push
|
Push right
|
|
Num
|
0
|
1
|
2
|
|
State
|
Max
|
Min
|
|
Position
|
0.6
|
−1.2
|
|
Velocity
|
0.07
|
−0.07
|
