Update README.md

README.md

@@ -2,6 +2,8 @@
 license: mit
 ---
 
+PPO Snake AI Report & weights after training
+
 ## 简介 Intro
 本实验旨在通过深度强化学习算法（DQN 和 PPO）训练一个能够玩贪吃蛇游戏的人工智能代理。实验中，代理（即贪吃蛇）在游戏世界中行动，状态包括蛇头的坐标、蛇身的坐标列表、蛇头的方向、食物的坐标等。奖励机制基于蛇吃食物、获胜或失败的得分。实验使用 PyGame 框架进行环境模拟，并通过调整奖励参数（如吃食物的奖励保持不变，而死亡的惩罚逐渐增加）来观察训练效果。结果显示，增加死亡的惩罚可以提高平均得分，而较低的死亡惩罚策略虽然在训练过程中表现不佳，但在实际演示中表现良好。未来的工作将尝试通过增加对蛇身曲折的惩罚来优化蛇的移动路径，并将保存的模型集成到 C++框架中。