三消游戏环境(类似开心消消乐) 游戏为7行7列的元素，操作为移动指定行指定列元素进行指定方向移动，若移动后形成3个相同的连续元素，则得分。 该环境保证每一步都会有满足3个元素相同的情况。
行： [0-6] 列： [0-6] 动作：[0-3] 定义如下： ACT_UP = 0 ACT_DOWN = 1 ACT_LEFT = 2 ACT_RIGHT = 3
游戏类似下面这样：
□☆○□○○☆
□○□☆☆□□
☆○○□□☆☆
□☆☆○□○○
○☆□□☆□○
□○☆☆○○☆
☆○○☆☆□○
step(1,2,1) 表示将第二行第三列的 □ 下移，于是形成三个连续的 □，这种操作得1分。如果没有形成三个连续的元素，则得-1分。 游戏在得到50分之后重置，重新开启下一轮。