render

这个应该算法是 hexo 的一个BUG或者说是hexo的不足。正常情况下，我们将 markdown 文件渲染为 html 时，需要保护一些特别部分不被渲染，比如说代码块与公式。 很明显这块代码不应该被渲染，公式也是如此，但是对于复杂的公式，可能存在大公式里包含小公式的情况，hexo 有可能只渲染子模块，比如： 所以接下来就是算法设计部分，我们拿到的是markdown 的文字，在渲染前进行 过滤处理

在文章 OpenAI-Gym入门 中，我们以 CartPole-v1 环境为例学习了 OpenAI Gym 的基本用法。在文章 OpenAI-Gym神经网络策略及其训练 中，我们依然是以 CartPole-v1 为例，学习了策略梯度算法及其实现，并用 Keras 实际训练了一个神经网络策略。 在实际业务场景中，我们需要自己实现环境，也就是继承 gym.Env，然后重新实现 reset step render 等函数