通过深度强化学习打网球 该项目包含一个基于深度强化学习的代理，该代理可以从零（无标签数据）中学习打网球。 \ o / 它使用来设计，训练和评估深度强化学习算法的实现。 该项目使用的环境是的Udacity版本的 。 这个Unity环境有两个版本： 该项目是我的。 环境细节 在这种环境下，两名特工控制球拍在球网上弹跳球。 奖励 如果探员将球击中网，则将获得+0.1的奖励。 如果探员让一个球击中地面或将球击出界外，则其收益为-0.01 。 因此，每个特工的目标是保持比赛中的球权。 状态和动作