add docs

docs/zh_CN/Overview.md

@@ -41,7 +41,7 @@
         <li><b>教程</b></li>
            <ul>
           <li><a href="tutorial/quick_start.md#quick_start">入门：解决cartpole问题</a></li>
-          <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#BOHB">智能体（Agent）搭建示例</a></li>
+          <li><a href="tutorial/agent.md#agent">Agent搭建规范</a></li>
           <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#BOHB">保存模型和加载模型</a></li>
           <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#BOHB">绘制训练曲线</a></li>
            </ul>
@@ -51,23 +51,22 @@
         <ul>
           <li><b>前沿算法</b></li>
             <ul>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#BOHB">MADDPG</a></li>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#TPE">ES</a></li>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#TPE">SAC</a></li>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#TPE">TD3</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/tree/CN_docs/examples/MADDPG">MADDPG</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/ES">ES</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/SAC">SAC</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/TD3">TD3</a></li>
             </ul>
           <li><b>经典算法</b></li>
             <ul>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#BOHB">PolicyGradient</a></li>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#TPE">DQN</a></li>
-            <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#SMAC">DDPG</a></li>
-            <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#MetisTuner">PPO</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/QuickStart">PolicyGradient</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/DQN">DQN</a></li>
+            <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/DDPG">DDPG</a></li>
+            <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/PPO">PPO</a></li>
             </ul>
           <li><b>并行算法</b></li>
             <ul>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#BOHB">A2C</a></li>
-              <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#TPE">GA3C</a></li>
-            <li><a href="docs/zh_CN/Tuner/BuiltinTuner.md#SMAC">IMPALA</a></li>
+              <li><a href="https://github.com/PaddlePaddle/PARL/blob/CN_docs/examples/A2C">A2C</a></li>
+            <li><a href="https://github.com/PaddlePaddle/PARL/tree/CN_docs/examples/IMPALA">IMPALA</a></li>
             </ul>
         </ul>
       </td>

docs/zh_CN/tutorial/agent.md

+# **教程：智能体（Agent）搭建规范**
+<p align="center">
+<img src="../../../.github/abstractions.png" width="300"/>
+</p>
\ No newline at end of file

docs/zh_CN/tutorial/quick_start.md

@@ -105,7 +105,7 @@ class CartpoleAgent(parl.Agent):
 ```
 一般情况下，用户必须实现以下几个函数：
 - 构造函数：
-把algorithm传进来，以及相关的环境参数（用户自定义的）。需要注意的是，这里必须得要初始化父类：super(CartpoleAgent, self).__init__(algorithm)。
+把algorithm传进来，以及相关的环境参数（用户自定义的）。需要注意的是，这里必须得要初始化父类：super(CartpoleAgent, self).\_\_init\_\_(algorithm)。
 - build_program: 定义paddle里面的program。通常需要定义两个program：一个用于训练，一个用于预测。
 - predict: 根据输入返回预测动作（action）。
 - sample：根据输入返回动作（action），带探索的动作。
@@ -160,9 +160,18 @@ for i in range(1000):
 
 <img src="../../../examples/QuickStart/performance.gif" width="300"/><img src="../../images/quickstart.png" width="300"/>
 
-在这个教程，我们展示了如何一步步地构建强化学习智能体，用于解决经典的Cartpole问题。完整的训练代码可以在这个[文件夹](https://github.com/PaddlePaddle/PARL/tree/develop/examples/QuickStart)中找到。
+在这个教程，我们展示了如何一步步地构建强化学习智能体，用于解决经典的Cartpole问题。完整的训练代码可以在这个[文件夹](https://github.com/PaddlePaddle/PARL/tree/develop/examples/QuickStart)中找到。赶紧执行下面的代码运行尝试下吧：）
 
 ```shell
+# Install dependencies
+pip install paddlepaddle
+
+pip install gym
+git clone https://github.com/PaddlePaddle/PARL.git
+cd PARL
+pip install .
+
+# Train model
 cd examples/QuickStart/
 python train.py
 ```
\ No newline at end of file

docs/zh_CN/tutorial/summary.md

+# **教程：绘制训练曲线**
+PARL集成了tensorboardX作为可视化的工具。工具导入方法：
+
+`from parl.utils import summary`。
+
+
+### 折线图接口：add_scalar
+summary.add_scalar(tag, scalar_value, global_step=None)
+
+常用的参数
+- tag (string) – Data identifier
+- scalar_value (float or string/blobname) – Value to save
+- global_step (int) – Global step value to record
+
+例子：
+```python
+from parl.utils import summary
+
+x = range(100)
+for i in x:
+    summary.add_scalar('y=2x', i * 2, i)
+```
+
+预期结果：
+
+<img src="../../tutorial/add_scalar.jpg" width="300"/>
+
+### 修改数据保存路径
+默认的数据保存路径是:`./train_log`, summary的数据路径和logger绑定到一起的，所以直接修改logger的保存路径即可：
+```python
+from parl.utils import logger
+logger.set_dir('./train_log/exp1')
+```
\ No newline at end of file