修改关于DQN 的代码

[xieyj17]

1. 原先 04_dqn.py 中的代码应该属于目标网络
2. 补充了缺失的目标网络的代码 (see 06_target_network.py)
3. 修改了06_doubledqn.py。在之前的double dqn 中，action 是由target_Q决定的，这是target nework的特点？我的理解是double dqn 中action 还是由Q 决定，然后使用target_Q 计算 \hat{q}_{j+1}
4. 增加了基于普通DQN 的对决网络的算法实现 （see 06_dueling_network.py）

其他小的更改：

1. 统一DQN class 里面的attribute name， 使用Q 和 target_Q.
2. Explicitly declare device

我是RL 的初学者，很喜欢这本书，希望能有所贡献，谢谢！