#rl算法

提供最新的实验性强化学习算法和工具，保持稳定基线风格和文档，适用于更广泛的实际应用需求。包括增强随机搜索（ARS）和量化回归DQN（QR-DQN）等算法，以及适用于Gym环境的包装器。适合需要超越主存储库限制且仍需高可靠性的用户。