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: