人才需求：
可以熟练使用python完成DQN或double DQN算法
能够开发票

需求描述：
1.有一段空调房间温度和机组能耗的计算代码（相当于强化学习的游戏环境，我已经用python搭建好了，具体需求可以线上沟通），可以通过外部环境参数和动作参数的输入，输出下一时刻的房间干球温度、房间相对湿度和十五分钟的设备总能耗。每日开始时的初始房间参数与室外相同。（即，通过四个逐时更新的环境参数和两个逐时更新的状态参数，输入两个动作参数，会得到两个新的状态参数，这两个新的状态参数和四个新的环境参数构成下一时刻新的状态）
2.通过对整个供冷季节的动作参数的输入学习，训练智能体double DQN模型
3.将训练好的模型保存，完成本地部署，使之能够根据实时的外部环境参数和动作参数，离线调用训练好的模型，自动寻找到最优的动作参数。
4.结果展示，保证代码可以在机主本地使用，以及代码的使用调参培训和答疑。