摘要：在本案例中，我们将展示如何基于A2C算法，训练一个LunarLander小游戏。
本文分享自华为云社区《使用A2C算法控制登月器着陆》，作者：HWCloudAI 。
LunarLander是一款控制类的小游戏，也是强化学习中常用的例子。游戏任务为控制登月器着陆，玩家通过操作登月器的主引擎和副引擎，控制登月器降落。登月器平稳着陆会得到相应的奖励积分，如果精准降落在着陆平台上会有额外的奖励积分；相反地如果登月器坠毁会扣除积分。
A2C全称为Advantage Actor-Critic，在本案例中，我们将展示如何基于A2C算法，训练一个LunarLander小游戏。
整体流程：基于gym创建LunarLander环境->构建A2C算法->训练->推理->可视化效果
