一、序言
⾸先, gym 是 OpenAI 开发的通⽤强化学习算法测试平台, 背后有⼤神 Pieter Abbeel、 Sergey Levine 等⼈率领的强⼤团队的⽀持。其次, 学会了gym的基本应⽤, 可以⾃⼰学习使⽤OpenAI的其他开源强化学习软件, 如universe、 roboschool 和baselines等。再次, gym本⾝集成了很多仿真环境, 如经典控制中的⻋摆环境,⼩⻋爬⼭环境、 雅达利游戏、 棋盘环境等。 利⽤这些写好的环境, 可以学习强化学习算法的基本原理。 另外, gym是⽤Python语⾔写的, 可以和深度
学习的开源软件如TensorFlow等⽆缝衔接。
需要工具:anaconda+pycharm
接下来正式讲解gym安装
二、安装gym
5. 在anaconda prompt中输入conda create -n python385 python=3.7.3指令创建anaconda中的python环境
6. 在anaconda prompt中输入conda create -n gym python=3.7.3指令创建gym环境
7. 在anaconda prompt中输入 conda activate gym激活gym环境,成功标志:命令行前出现(gym)
8. 在anaconda prompt中输入conda install pandas安装pandas,如果这里报错出现CondaHTTPError问题,可以看看这篇文章(点击此处)
9. 在anaconda prompt中输入conda install tensorflow安装tensorflow
10. 在anaconda prompt中输入pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
11. 在anaconda prompt中输入python -m pip install –upgrade pip
12. 在anaconda prompt中输入pip –default-timeout=100 install gym -i https://pypi.tuna.tsinghua.edu.cn/simple安装gym库
13. 在pycharm中运行例子代码
import gym
def main():
env = gym.make('CartPole-v0')
for i_episode in range(20):
observation = env.reset()
for t in range(100):
env.render()
print(observation)
action = env.action_space.sample()
observation, reward, done, info = env.step(action)
if done:
print("Episode finished after {} timesteps".format(t + 1))
break
if __name__ == "__main__":
main()
不会用pycharm建项目可以看看这篇文章,
Original: https://blog.csdn.net/Lccca/article/details/123816715
Author: 毅哥的转码之路
Title: 【强化学习探索01】Win10 下gym安装
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/806169/
转载文章受原作者版权保护。转载请注明原作者出处!