这是一个用于比较强化学习算法表现的项目，目前先提供了一个可扩展的基础管线和统一调用流程。

• main.py：统一 CLI 入口。
• breakout/pipeline/：公共编排层（算法发现、train/test/full 调度、运行元数据落盘）。
• breakout/algorithms/<algorithm>/train.py|test.py：算法实现标准入口。
• opt/：每次运行的产物输出目录（按算法、阶段、时间戳分层）。

1. 使用 main.py 选择命令：train / test / full。
2. 管线在 breakout/algorithms/ 下自动发现算法（必须同时存在 train.py 和 test.py）。
3. 调用算法模块中的 run(config)。
4. 每次运行都会自动写入：

• metrics.json（算法阶段指标）
• run_metadata.json（配置、结果摘要、耗时）
• model.json（仅 train 阶段，按算法实现决定）

python main.py list-algorithms
python main.py train --algorithm random_baseline --env-id CartPole-v1 --episodes 20
python main.py test --algorithm random_baseline --env-id CartPole-v1 --episodes 20
python main.py full --algorithm random_baseline --env-id CartPole-v1 --train-episodes 50 --test-episodes 20

每个算法在 breakout/algorithms/<your_algo>/ 中至少包含：

• train.py
• test.py
• README.md
• requirements.txt

并且在 train.py / test.py 里暴露统一入口函数：

# train.py / test.py
from breakout.pipeline.types import TrainConfig, TestConfig, StageResult

def run(config) -> StageResult:
    ...

• random_baseline：随机动作基线，用于验证管线和目录约定可用。