refactor(agent): 重命名 train_step 为 step_count 以提高可读性

- 将 agent.py 中的 train_step 变量重命名为 step_count，使其含义更清晰
- 更新所有相关引用，包括 epsilon 衰减和目标网络更新逻辑
- 同步修改模型保存和加载时的键名
- 修复多个源文件末尾的换行符问题

强化学习个人项目报告（Atari 游戏方向）/src/agent.py

@@ -63,7 +63,7 @@ class DQNAgent:
         self.optimizer = torch.optim.Adam(q_network.parameters(), lr=lr)
 
         # 训练步数
-        self.train_step = 0
+        self.step_count = 0
 
         # 训练统计
         self.loss_history = []
@@ -98,9 +98,9 @@ class DQNAgent:
 
     def update_epsilon(self):
         """更新ε值（线性衰减）"""
-        if self.train_step < self.epsilon_decay_steps:
+        if self.step_count < self.epsilon_decay_steps:
             self.epsilon = self.epsilon_start - (self.epsilon_start - self.epsilon_end) * \
-                           (self.train_step / self.epsilon_decay_steps)
+                           (self.step_count / self.epsilon_decay_steps)
         else:
             self.epsilon = self.epsilon_end
 
@@ -147,8 +147,8 @@ class DQNAgent:
         self.optimizer.step()
 
         # 更新目标网络
-        self.train_step += 1
+        self.step_count += 1
-        if self.train_step % self.target_update_freq == 0:
+        if self.step_count % self.target_update_freq == 0:
             self.target_network.load_state_dict(self.q_network.state_dict())
 
         # 更新ε
@@ -168,7 +168,7 @@ class DQNAgent:
             'q_network': self.q_network.state_dict(),
             'target_network': self.target_network.state_dict(),
             'optimizer': self.optimizer.state_dict(),
-            'train_step': self.train_step,
+            'step_count': self.step_count,
             'epsilon': self.epsilon,
         }, path)
         print(f"模型已保存到: {path}")
@@ -179,6 +179,6 @@ class DQNAgent:
         self.q_network.load_state_dict(checkpoint['q_network'])
         self.target_network.load_state_dict(checkpoint['target_network'])
         self.optimizer.load_state_dict(checkpoint['optimizer'])
-        self.train_step = checkpoint['train_step']
+        self.step_count = checkpoint['step_count']
         self.epsilon = checkpoint['epsilon']
         print(f"模型已从 {path} 加载")