L2M_GridWorld 网格世界设置中的终身学习，基于以下文章中的Mini网格世界环境： : 第一次运行：运行此命令：python ./manual_control.py --env MiniGrid-FourRooms-v0 --num_envs 5 简约的Gridworld环境（MiniGrid） 那里还有其他的gridworld Gym环境，但是该环境被设计为特别简单，轻巧和快速。 该代码几乎没有依赖项，因此不太可能破坏或无法安装。 它不加载任何外部精灵/纹理，并且可以在Core i7笔记本电脑上以高达5000 FPS的速度运行，这意味着您可以更快地运行实验。 可以找到有效的RL实现。 要求： Python 3.5+ OpenAI体育馆 NumPy Matplotlib（可选，仅用于显示） 如果要在出版物中引用此存储库，请使用此bibtex： @misc{g

人和高级动物在整个生命中不断获取、微调和转让知识和技能。这种能力，称为lifelong learning，是由一系列神经认知机制协调的过程，这些机制共同促进了sensorimotor技能的发展以及对长期记忆的巩固和检索。因此对于计算系统和自动化智体，lifelong learning能力，对能否在现实世界进行交互并处理连续信息，至关重要。

自我学习：机器学习里最有挑战的部分1 AlphaGo的原理 2如何做一个AlphaGo？一个能根据环境变化采取正确策略的智能体 3其他前沿话题：迁移学习，终身学习4学习总结