weixin_48878618的博客

本文搭建的环境范围值为4个，可直接用该DQN模型训练，但在第一期基于Q-learning的文章中，自我搭建的环境中step有5个返回值，无法在该DQN的模型中运行，后面如果想用5个返回值，该代码要重写。直接用 pip install stable-baselines3[extra]，安装失败，换成以下命令安装。源代码为了测试方便，测试过程并不显示，代码为。笔者希望可以显示测试过程，代码改为。

按照下文搭建MountainCar环境。