DDPG输出边界值

使用莫烦的DDPG程序，切换到自己的场景之后神经网络输出边界值。解决步骤，供以后学习：
1.使用自己的场景，更换为DQN算法，发现算法快速收敛，证明场景没有问题；
2.将tanh函数换成了relu函数，仍然输出边界值，说明可能不是tanh函数的问题；
3.莫凡的程序中，对神经网络输出的动作值进行了处理，即           

a = tf.layers.dense(net, self.a_dim, activation=tf.nn.tanh, name='a', trainable=trainable)
return tf.multiply(a, self.a_bound, name='scaled_a')

我把a_boud改成了1，就是直接输出神经网络的结果，这个结果的范围为[-1,1]；然后在与环境交互阶段再乘上我的动作系数0.06，就是把动作的范围映射为[-0.06.0.06]。

4.在储存经验的时候，储存的是没有乘上动作系数的a值。

经过上面的修改，算法能够收敛。