参考:
1. https://www.cnblogs.com/pinard/p/10345762.html
2. 莫烦相关教材
3. 《强化学习原理及其应用》_王雪松
4. 《强化学习精要 核心算法与TensorFlow实现》_冯超


主要算法:
DQN
DDPG
PPO
GAIL
GAN