用GAIL(Generative Adversarial Imitation Learning)及Pytorch解出MountainCar-v0
， 赏金五千元。
使用原始的TRPO或PPO来训练policy均可，也可将原始的GAN换成Wasserstein GAN 。 底
下连结可供参考，至少专家轨迹是可用的。
一旦成功完成，请寄给我结果和部份程式的截图，我就会将钱汇入指定帐户，然后再把原
始码寄给我即可
https://github.com/alanyuwenche/GAIL_MountainCar_CartPole