pyxiea

英文能力好的童鞋建议看原版视频，B站地址：https://www.bilibili.com/video/av39548965/ 看8-11集即可。看的过程会遇到一些前面章节提到的概念，例如minimax算法，忽略即可，对于总体理解强化学习并不影响。Marcov Decision Processes（MDP，马尔科夫决策过程）Reinforcement Learning（RL，强化学习）小结...

Boltzmann/Softmax Exploration Strategy 玻尔兹曼探索策略转自： Google图书 《The Logic of Adaptive Behavior》

新版本的gym移除了benchmark_spec，见 issue解决办法：安装旧版本的gym。具体做法：按照 这篇博客 下载2017年的gym源码（我下载的是17年2月的）。按照这篇博客 ，从源码安装gym。我使用的是pip install -e . （注意有个英文句号）...