diff --git a/readme.md b/readme.md index c0416e9..6429b16 100644 --- a/readme.md +++ b/readme.md @@ -1,9 +1,9 @@ 这是一个学习强化学习产生的代码 我实现DQN,PG等算法 -# DQN +## DQN -# Policy Gradient +## Policy Gradient 使用下面的命令可以运行已经保存好的模型 @@ -17,7 +17,7 @@ python Run_Model.py ``` -pytroch_MountainCar-v0.py +pytorch_MountainCar-v0.py ``` @@ -25,3 +25,8 @@ pytroch_MountainCar-v0.py > policyNet.pkl 这个是已经保存好的模型 + +## Alphago zero + +我将在兵棋游戏中复现alphago zero +欢迎关注中科院自动化所智能系统与工程中心