玩具文本

二十一点

悬崖行走

冰冻湖

出租车

玩具文本环境旨在非常简单，具有小的离散状态和动作空间，因此易于学习。因此，它们适用于调试强化学习算法的实现。

环境可以通过在每个环境的文档中指定的参数进行配置。