代码链接见文末

1. 任务描述

任务目标： 在 MountainCar-v0 环境中，智能体的目标是尽可能快地将一辆小车从山谷的一端（起始位置）驾驶到山谷的另一端（目标位置），通过学习如何利用环境中的动力学来实现目标。智能体只能施加力量（加速）来推动小车，且受到物理规律的限制：小车无法直接达到目标，需要先通过加速反复地上下山谷来获得足够的动能。

环境描述：

• 状态空间：环境的状态由小车的位置和速度组成。位置范围为 [-1.2, 0.6]，速度范围为 [-0.07, 0.07]。
• 动作空间：智能体可以采取的动作是三个：加速（+1）、减速（-1）和保持当前速度（0）。
• 奖励：
  • 每个时间步的奖励为 -1（鼓励智能体尽量减少时间消耗）。
  • 如果智能体成功到达目标（位置 ≥ 0.5），将获得一个奖励+100。
• 结束条件：智能体在完成任务或者经过一定的时间步骤࿰