免费网站服务,wordpress支付宝打赏,网站做图尺寸,推销网站建设学了一段时间强化学习的理论#xff0c;近期准备进行一些算法实践。应用算法的前提是要创建一个合适的仿真环境#xff0c;目前Openai的Gym(https://gym.openai.com) 是主流的强化学习实验环境库。 Gym已经集成许多开发好的环境#xff0c;让RL的研究者们可以直接上手使用近期准备进行一些算法实践。应用算法的前提是要创建一个合适的仿真环境目前Openai的Gym(https://gym.openai.com) 是主流的强化学习实验环境库。 Gym已经集成许多开发好的环境让RL的研究者们可以直接上手使用而不需要按照论文中的描述重建环境当然也可以在Gym中构建自己需要的环境。 总的来说Gym可提供的环境可以归为以下几类 1. 经典控制
主要是经典强化学习文献中的控制理论问题像平衡车的控制。
2. Atari游戏
注意游戏环境需要单独安装下。
3.Robotics机器人模拟
基于Gym开发的机器人3D模拟环境通过控制机器臂完成一些特定任务。地址
4..开放的Gym
Gym除了提供如此多的环境外还提供二次开发的接口让你可以基于Gym搭建自己想要的环境。例子 注意Github上也有许多基于Gym开发的强化学习环境
参考文献
1.Openai Gym与强化学习_基于gym的强化学习_李子树_的博客-CSDN博客
2.强化学习Openai Gym基础环境搭建_强化学习环境-CSDN博客
3. Gym安装Atari环境WindowsLinux适用_gym atari-CSDN博客
