网上找到的一个实现：地址：https://gist.github.com/HenryJia/23db12d61546054aa43f8dc587d9dc2c稍微修改后的代码：importnumpyasnpimportgymdefsigmoid(x):return1.0/(1.0+np.exp(-x))env=gym.make('CartPole-v1')desired_state=np.array([0,0,0,