feat: 添加DQN强化学习项目框架和核心实现

实现完整的DQN算法框架，用于Atari Space Invaders游戏训练。包括：
- QNetwork和DuelingQNetwork神经网络架构
- 经验回放缓冲区（标准和优先级版本）
- DQN智能体实现ε-greedy策略和Double DQN
- 环境包装器（灰度化、调整大小、帧堆叠等）
- 训练器、评估脚本和图表生成工具
- 详细的项目文档和依赖配置

强化学习个人项目报告（Atari 游戏方向）/requirements.txt

@@ -0,0 +1,10 @@
+# DQN for Space Invaders - Dependencies
+torch>=2.0.0
+numpy>=1.24.0
+gymnasium>=0.29.0
+gymnasium[atari]>=0.29.0
+gymnasium[accept-rom-license]>=0.29.0
+ale-py>=0.8.0
+opencv-python>=4.8.0
+matplotlib>=3.7.0
+tensorboard>=2.14.0