環境與神經網路設定
你將先設定本課程全程會用到的環境：Lunar Lander 環境。在這個環境中，智能體要控制推進器，讓載具嘗試在月球上著陸。
torch、torch.nn、torch.optim 與 gym 已匯入到你的練習中。
本練習屬於課程
Python 的深度強化學習
練習說明
- 在
gym中初始化 Lunar Lander 環境（LunarLander-v2）。 - 定義一個單一的線性轉換層，輸入維度為
dim_inputs，輸出維度為dim_outputs。 - 以輸入維度
8、輸出維度4實例化神經網路。 - 將參數提供給 Adam 最佳化器。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Initiate the Lunar Lander environment
env = gym.____
class Network(nn.Module):
def __init__(self, dim_inputs, dim_outputs):
super(Network, self).__init__()
# Define a linear transformation layer
self.linear = ____
def forward(self, x):
return self.linear(x)
# Instantiate the network
network = ____
# Initialize the optimizer
optimizer = optim.Adam(____, lr=0.0001)
print("Network initialized as:\n", network)