OpenAI Gym学习
2017-05-09 16:49
537 查看
上篇博客介绍了OpenAI Gym、OpenAI Gym与强化学习以及OpenAI Gym的安装,接下来运行一个demo体验一下OpenAI Gym这个平台,以CartPole(倒立摆)为例,在工作目录下建立一个python模块,代码如下:
其中env.reset()重置环境的状态,、env.render()重绘环境的一帧
由动画结果可以看出随机控制算法发散,系统很快失去稳定。如果想查看其他一些环境,请尝试用MountainCar-v0,MsPacman-v0(需要Atari依赖关系)或Hopper-v1(需要MuJoCo依赖项)替换上述CartPole-v0,这些环境都来自Env基类。
import gym env = gym.make('CartPole-v0') env.reset() for _ in range(1000): env.render() env.step(env.action_space.sample()) # take a random action
其中env.reset()重置环境的状态,、env.render()重绘环境的一帧
由动画结果可以看出随机控制算法发散,系统很快失去稳定。如果想查看其他一些环境,请尝试用MountainCar-v0,MsPacman-v0(需要Atari依赖关系)或Hopper-v1(需要MuJoCo依赖项)替换上述CartPole-v0,这些环境都来自Env基类。
相关文章推荐
- Win10环境下使用WSL安装OpenAI/gym +TensorFlow用强化学习DQN打砖块(Breakout Game)
- Ubuntu常用增强学习环境搭配及常见问题 openai gym+mujoco_py +mojoco
- 基于OpenAI Gym学习强化学习
- 常用增强学习实验环境 I (MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2)
- 深入浅出的强化学习笔记(二)——使用OpenAI Gym实现游戏AI
- Ubuntu下常用强化学习实验环境搭建(MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2)
- Ubuntu下常用强化学习实验环境搭建(MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2)
- OpenAI gym的安装
- ubuntu14.04下anaconda安装openai_gym
- OpenAI gym的安装
- 【AI每日播报】强化学习可能会出错 OpenAI解读错误奖励函数问题和应对方法
- OpenAI-2018年强化学习领域7大最新研究方向全盘点
- 解决使用OpenAI gym进行调试时抛出异常的问题
- 机器学习之(二)OpenAI 生成模型聚焦无监督学习
- Ubuntu 16.04安装OpenAI Gym的几种方法
- 业界 | OpenAI提出强化学习近端策略优化,可替代策略梯度法
- OpenAI Gym使用
- OpenAI gym: 'Copy-v0'