OpenAIGym是一个用于开发和比较强化学习算法的工具包。
gym不对代理的结构做任何假设，并且与任何数值计算库兼容，例如TensorFlow或Theano。
有关OpenAIGym的白皮书，请访问https://arxiv.org/abs/1606.01540，这里有一个BibTeX条目，可以在出版物中引用它：
@misc{1606.01540,Author={GregBrockmanandVickiCheungandLudwigPetterssonandJonasSchneiderandJohnSchulmanandJieTangandWojciechZaremba},Title={OpenAIGym},Year={2016},Eprint={arXiv:1606.01540},}Basics强化学习有两个基本概念：环境（即外部世界）和代理（即你正在编写的算法）。代理向环境发送操作，环境回复观察和奖励（即分数）。
核心的gym界面是Env，它是统一的环境界面。没有代理商界面。以下是应该了解的Env方法：
reset(self):：重置环境的状态。返回观察。step(self,action)：一步一步进入环境。返回观察、奖励、完成、信息。render(self,mode='human')：渲染一帧环境。默认模式将执行人性化的操作，例如弹出窗口。安装可以执行最小的安装：
gitclonehttps://github.com/openai/gym.gitcdgympipinstall-e.可以直接从PyPI进行最小的打包版本安装：
pipinstallgym可以立即运行一些环境：
算法toy_textclassic_control（需要pyglet来渲染）建议首先使用这些环境，然后再安装其余环境的依赖项。
评论