基于强化学习的单级倒立摆控制

代码说明：

      以单级倒立摆为对象（模型自己给出），采用强化学习中的Actor-Critic方法进行平衡控制。Actor的作用时产生动作决策，Critic则是用来对这个动作的效果进行评价，程序中用两个神经网络来实现该功能。