努力拼了幾天Q-learning，接下來就要連續幾天小恐龍實作囉XD~

簡介

之前介紹過gym跟baselines組合，讓agent跟environment的兩者互動方式非常清晰，但因為個別模組化的太好，不容易把程式碼拆開逐行介紹，我們這邊來使用一個很久前的Q-learning實作架構 繼承下來實作離線小恐龍，基本上就遊戲一直開著，然後用python主程序會不斷跟它交互。順便介紹原作者是台灣清華大學厲害的學者哦～阿阿是台灣之光啊http://yclin.me/XDD

小恐龍 Dino

不知道大家熟不熟悉它，公司網路斷掉的時候，趁網路還沒恢復，會跟旁邊同事pk誰跑比較遠XDD不過其實不用離線，只要在chrome上網址輸入chrome://dino 就可以玩囉～跑得越遠，遊戲速度會越來越快，而且除了仙人掌還會有直撲而來的小鳥XD 但撐的越久分數也隨之越高不過這裡補充，由於我們初步是要讓小恐龍成功用RL跑基本難度，所以首先我們用程式做些設定，例如速度呀跟飛過來的小鳥都去掉了，等普通難度的跑起來，可以再玩更進階版本的試試看XD

瀏覽器

接下來我們要寫程式跟瀏覽器交互，畢竟我們不是像是用gym套好的框架，所以基本上是挽起袖子自定義實作。不過別擔心，也已經有做好的套件，selenium跟引擎chromedirver，我們只要下載套件，讓主程序跟Q-learning結合，整體就可輕鬆訓練小恐龍拉~