代码地址： https://github.com/XuLvXiu/sekiro_dqn_ai
在本次项目中，我们终于可以不用再对 state 做更多的特征工程了(原有的特征工程依旧保留了一部分)，因为 DQN 的 state 空间可以是无限的，直接把游戏截图做为 state 传进去就好。
最终训练得到的 DQN policy，在绝大多数场景中都选择了防御，它找到的攻击机会，与此前图像相似度方法找到的攻击机会相比，次数大致相当。但系统整体的稳定性有所下降，忍杀(打崩 boss 的架势条之后一击必杀)也很少出现了。
