这是一个学习强化学习产生的代码
我实现DQN，PG等算法

## DQN

包含两个算法

## Policy Gradient

使用下面的命令可以运行已经保存好的模型


```
python Run_Model.py
```


使用下面的命令开始训练


```
pytorch_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

## Actor-Critic

##