num_episodes = 50

for i_episode in range(num_episodes):
    env.reset() ------ 환경과 상태 초기화
    last_screen = get_screen()
    current_screen = get_screen()
    state = current_screen - last_screen

    for t in count():
        action = select_action(state) ------ 행동 선택 및 실행
        _, reward, done, _ = env.step(action.item()) ------ 선택한 행동(action)을 환경으로 보냅니다.
        reward = torch.tensor([reward], device=device)

        last_screen = current_screen
        current_screen = get_screen()

        if not done: ------ 새로운 상태 관찰(observe)
            next_state = current_screen - last_screen
        else:
            next_state = None

        memory.push(state, action, next_state, reward) ------ 상태 전이(state transition)를 메모리에 저장
        state = next_state ------ 다음 상태로 이동

        optimize_model() ------ 타깃(큐) 네트워크에 대해 최적화 진행
        if done:
            episode_durations.append(t + 1)
            break

    if i_episode % TARGET_UPDATE == 0:
        target_net.load_state_dict(policy_net.state_dict()) ------ 큐 네트워크의 모든 가중치와 바이어스를 복사하여 타깃(큐) 네트워크를 업데이트합니다.

print('종료')
env.render() ------ 화면을 출력
env.close() ------ 화면을 종료
plt.show()