基于像素相减法与深度强化学习的智能环境清理解决方案
通过main.py，实现用像素相减法检测仿真2D操场环境中出现的动态垃圾，并用小车通过深度强化学习（指针网络）动态规划前往后续垃圾的最优路线，并完成测试演示视频。
注意：目前只有需求描述，没有其他任何文件，需要从零开始实现完整系统。
使用像素相减法实时检测2D操场环境中的动态垃圾：
基于深度强化学习的指针网络（Pointer Network）实现：
完整系统实现与可视化演示：
创建2D操场仿真环境，模拟动态垃圾随机出现，提供可视化界面。
基于像素相减法实现动态垃圾检测，识别垃圾位置、大小和类型。
指针网络结合强化学习，动态规划最优清理路径。
控制小车移动，记录训练过程，生成演示视频。