強化学習、振り子、迷路、車で人を避けるなどの、コードを書いてください。５０００円です。

言語はパイソンです。 コードのみの提供です。 Chat GPT、ネットなどを利用して作成お願いします。 環境は、VSCODEです。 強化学習の経験者のみです。