Gym是一个用于开发比较强化学习算法的工具包。其最大的特点是可以可视化数据。
使用镜像安装:
pip install gym-i http://pypi.douban.com/simple --trusted-host pypi.douban.com
运行下述代码,即可测试环境:
import gym
env = gym.make('CartPole-v1')
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
env.close()
我运行后报错,缺少了pygame,用上述镜像代码安装即可。
这是一个经典的智能体和环境的循环,每一个时间步,智能体都会选择一个action,环境返回一个observation 和 reward。
在过程的开始调用reset()函数,它会返回一个初始值observation。
环境的step函数会返回四个值:
Space 通常包括一个action_space和一个observation_space
import gym
env = gym.make('CartPole-v0')
print(env.action_space)
#> Discrete(2)
print(env.observation_space)
#> Box(4,)
print(env.observation_space.high)
#> array([ 2.4 , inf, 0.20943951, inf])
print(env.observation_space.low)
#> array([-2.4 , -inf, -0.20943951, -inf])
可以选择的环境: