博客记载

策略梯度：https://blog.csdn.net/hhy_csdn/category_8657689.html
https://tomaxent.com/2019/04/14/策略梯度方法/
http://xuleek.tech/2020/02/20/基于policy-gradient的RL算法实现/

好的代码库：https://github.com/deligentfool