--在运行项目之前请先转至DQN目录，运行命令： ./install_dependencies.sh --以安装相关的torch库
1.运行： A.运行train_sin_data.lua文件，对模型进行训练，训练完成后的模型会以文件形式存在dqn目录下。 命令： ./run_gpu breakout (第一次运行需要修改run_gpu中最后一行train_sin_data.lua的路径) B.运行test_sin_data.lua文件，对训练的模型进行测试 命令：./test_gpu breakout 模型名 (第一次运行需要修改test_gpu中最后一行test_sin_data.lua的路径)
2.train_sin_data中，65-170行为自己写的代码(具体参数设置请看代码注释) --测试模型的时候，可以改变test_sin_data.lua第70行的参数loop --训练模型的次数由run_gpu中的steps决定
3.重要代码区间： getSinValue(sin_index,dt)--获取第i个点的sin值 Step(action)--根据action返回对应的状态,reward,terminal getState()--返回初始状态，初始reward,初始terminal
4.结果可视化部分代码(见test_sin_data.lua文件229-240行)： gnuplot.pngfigure('/home/qxm/result/plot.png') --下面代码依次画出： --价格走势 --对应所采取的动作 --总回报(own=total_reward/max)，除以系数max是为了结果展示方便 gnuplot.plot({torch.Tensor(sindex), torch.Tensor(price)},{torch.Tensor(action_index), torch.Tensor(shb)} , {torch.Tensor(action_index),torch.Tensor(own)})
print(#sindex) print(#price) print(#shb) print(#own) gnuplot.plotflush()