767最终IR COMP 767最终项目 Alex Hoffman和Nikhil Podila 麦吉尔大学 我们从创建了重要性重采样算法的Python实现 我们还尝试了在重采样算法中添加优先体验重播 该代码需要以下软件包：numpy，gym，tensorflow，matplotlib。 如果使用anaconda，则可以通过pip install或conda install进行安装。 运行文件“ OffPolicyAgent_testing.py”将生成图，具体取决于在文件底部注释掉的函数。