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