https://gymnasium.farama.org/environments/classic_control/acrobot/
Acrobot 是一个双节摆问题，目标是用最少的步骤使得摆的末端达到一定高度。
- 训练命令:
python py/01_Classic_Control/01_Acrobot/train_DQN.py - 查看训练过程参数:
tensorboard --logdir=./out/tensor/acrobot- http://localhost:6006/
- 模型输出目录:
./out/models/acrobot（默认每 500 回合保存一次）
默认使用 DQN 算法解题
- 测试所有模型:
python py/01_Classic_Control/01_Acrobot/test_DQN.py - 测试单个模型:
python py/01_Classic_Control/01_Acrobot/test_DQN.py -m ./out/models/acrobot/acrobot_model_epoch_xxxx.pth
验证训练好的最优模型:
python py/01_Classic_Control/01_Acrobot/test_DQN.py -m ./optimal/01_Classic_Control/01_Acrobot/models/acrobot_model_epoch_2000.pth -a