前言

这个想法其实已经在脑海里酝酿很久了，但是今天决定开个博客记录一下整个思考的过程，不然额也不知道会拖到什么时候才去做这个。

想做这个 tiny project 主要原因是我觉得我强化学习学的依托史，只是在表面肤浅地学习一些概念和算法，然后假模假样地看看代码，就当是学过了，实际完全没有实践过。

本来想做强化学习麻将的，但是调研了一下，发现可供参考的资料太少了，于是还是从兼具趣味性与教学性的《超级马里奥》入手，开始探索一下如何真正将强化学习应用在实践中。

本项目期望目标如下：

  1. 采用 DQN/PPO 算法，搭建马里奥强化学习框架（环境采用 gym 提供的 super-mario-bros）
  2. 搭建或部署训练过程的可视化工具（这样直观 也具有趣味性）
  3. 最终目标是让我们训出来的AI马里奥可以通关游戏！

先占个坑，感兴趣欢迎在评论区催更。