S-35
强化学习环境模拟器
RLEnvironmentSimulator
交互式强化学习训练环境。在网格世界、CartPole 等环境中训练智能体，观察 Q-learning 和策略梯度算法的收敛过程。对应《强化学习》。
沙盒组件未实现
关联教材
以下教材与本沙盒涉及的抽象层级相关，建议系统学习：
关联教材章节
以下教材章节与本沙盒涉及的抽象层级相关，建议配合阅读：
第11章深入理解计算机系统
网络编程
实现古人天涯若比邻的梦想
SocketTCP/IPHTTP客户端-服务器模型
第1章数据密集型应用系统设计
可靠、可扩展、可维护
系统设计的三大目标
可靠性可扩展性可维护性
第2章数据密集型应用系统设计
数据模型与查询语言
关系型 vs 文档型 vs 图数据库
SQLNoSQL数据模型
第3章数据密集型应用系统设计
存储与检索
数据库内部如何工作
B-TreeLSM-TreeSSTable索引
第5章数据密集型应用系统设计
复制
让数据多一份保障
主从复制多主复制无主复制复制延迟
第6章数据密集型应用系统设计
分区
把大数据拆小
哈希分区范围分区二次分区再平衡
第7章数据密集型应用系统设计
事务
数据库的原子操作
ACID隔离级别快照隔离
第8章数据密集型应用系统设计
分布式系统的麻烦
网络不可靠
故障检测时钟因果序拜占庭故障
第9章数据密集型应用系统设计
一致性与共识
让多个节点达成一致
线性一致性全序广播PaxosRaft
第10章数据密集型应用系统设计
批处理
MapReduce 与离线计算
MapReduceSpark数据流
第11章数据密集型应用系统设计
流处理
实时数据的力量
事件流Kafka时间语义Exactly-once
第12章数据密集型应用系统设计
系统的未来
数据系统往何处去
Lambda架构状态机复制伦理
学习路径推荐
建议按以下顺序学习，循序渐进掌握计算机科学：
使用说明
- •调整参数观察行为变化，实时反馈
- •状态自动编码到 URL，可直接分享给他人
- •支持键盘操作（Tab 切换、方向键调整）