Обученный агент REINFORCE на PyTorch, который управляет тележкой в среде CartPole-v1, удерживая шест в равновесии.

Подходит для: демонстрация работы алгоритма REINFORCE · управление тележкой в среде CartPole-v1 · учебные эксперименты по обучению с подкреплением