OpenAI gym:安装与简单使用

ice_bear221

已于 2022-03-25 14:58:07 修改

阅读量3.8k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： gym python 文章标签： python

于 2022-03-25 14:27:15 首次发布

本文链接：https://blog.csdn.net/ice_bear221/article/details/123733958

python 同时被 2 个专栏收录

3 篇文章

订阅专栏

gym

2 篇文章

订阅专栏

本文介绍如何使用pip安装Python的gym库，并利用清华源加速安装过程。此外，通过两个具体示例演示了如何使用gym库创建、运行及交互简单的CartPole环境。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

gym的安装

pip install gym

推荐使用清华源安装：

pip install gym -i https://pypi.tuna.tsinghua.edu.cn

安装gym相关的依赖包：

pip install gym[all] -i https://pypi.tuna.tsinghua.edu.cn

gym的简单例子

（1）

import gym
import time

env = gym.make("CartPole-v1")   # 创建测试环境
env.reset()                     # 设置初始状态
env.render()                    # 显示当前状态的画面

time.sleep(1)                   # 设置当前画面的持续时间

env.close()                     # 关闭测试环境

运行上面的代码，会出现下面的画面，画面保持一段时间后消失

（2）

import gym

env = gym.make("CartPole-v1")	# 创建环境
for i_episode in range(20):		
	observation = env.reset()	# 保存环境初始状态
	for t in range(100):
		env.render()
		print(observation)		# [位置，加速度，角度，角加速度]
		action = env.action_space.sample()	# 获取一个动作
		observation, reward, done, info = env.step(action)	# 获取执行上面动作的结果
		if done:
			print("Episode finished after {} timesteps".format(t + 1))
			break