【强化学习探索01】Win10 下gym安装

编程知识更新时间:2023-04-23 21:10:27

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

anaconda与pycharm安装：可以参考这篇文章

接下来正式讲解gym安装

二、安装gym

在安装好pycharm与anaconda后，打开cmd运行窗口，可以右键，点运行
设置anaconda环境变量：anaconda的路径和anaconda\Scripts的路径，如图点击编辑
cmd中查看python版本: Python3.7.3
打开annconda prompt
在anaconda prompt中输入conda create -n python385 python=3.7.3指令创建anaconda中的python环境
在anaconda prompt中输入conda create -n gym python=3.7.3指令创建gym环境
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）
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）
在anaconda prompt中输入conda install tensorflow安装tensorflow
在anaconda prompt中输入pip install matplotlib -i https://pypi.tuna.tsinghua.edu/simple
在anaconda prompt中输入python -m pip install --upgrade pip
在anaconda prompt中输入pip --default-timeout=100 install gym -i https://pypi.tuna.tsinghua.edu/simple安装gym库

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，