一、简介

Gym是一个用于测试和比较强化学习算法的工具包，它不依赖强化学习算法结构，并且可以使用很多方法对它进行调用，像Tensorflow、Theano强化学习环境-Gym安装到使用入门

二、安装

由于以上的介绍中给出gym可以兼容tensorflow，同时为了以后测试深度强化学习代码，因此首先复制一个安装好的tensorflow_gpu的环境。环境搭建详见我的博文详解ubuntu18.04+GTX960m的440版本驱动+python3.6+anaconda+ cuda9.0+cudnn7.6.5+pycharm+tensorflow1.12.0

1、复制虚拟环境

命令

conda create -n gym –clone tensorflow_gpu-1.12.0

报错

(1)、CondaHTTPError: HTTP 000 CONNECTION FAILED for url
鉴于之前安装过程已经修改为清华源，因此查阅博文，解决方式如下：
编辑.condarc文件
删除 - default
将 - https://… 改成 - http://…
Anaconda使用conda连接网络出现错误(CondaHTTPError: HTTP 000 CONNECTION FAILED for url）
(2)、PackagesNotFoundError: The following packages are not available from current
这个问题是因为命令输入问题，我的原因是一开始输入-clone，第二次输入–clone的时候有一个-是在中文模式下输入的。

2、安装gym

首先激活环境：

source activate gym

升级pip

pip install --upgrade pip

安装gym

pip install gym

3、测试

新建一个测试文件

vi test.py

键盘输入i，启动编辑模式。复制以下代码，粘贴。

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
env.close()

按Esc键，进入命令模式。输入:wq 保存。
在终端输入

python test.py

结果如下：