【OpenAI-Gym】学习记录之gym安装

最新推荐文章于 2024-07-10 10:46:05 发布
最新推荐文章于 2024-07-10 10:46:05 发布
阅读量1.5k 收藏 1
点赞数 1
分类专栏： Ubuntu 文章标签： gym python Anaconda Ubuntu
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JiawenW/article/details/83150540
版权
本文介绍了在Ubuntu操作系统中，如何利用Anaconda创建虚拟环境并安装OpenAI Gym。详细步骤包括安装Anaconda、创建虚拟环境gymlab、安装Gym及其依赖，并通过运行简单的倒立摆demo验证安装成功。
摘要由CSDN通过智能技术生成

前言

最近在学习强化学习( Reinforcement Learning )，自学过程包括理论学习部分与算法学习部分。理论学习部分安利一本书籍 Richard S. Sutton 的 Reinforcement Learning : An Introduction；算法学习主要为使用 OpenAI Gym，学习强化学习算法，并对不同的强化学习算法进行比较。

安装虚拟机及Ubuntu

链接：https://pan.baidu.com/s/1FFF67jgTDH2DDqV0-q0vzQ 密码：ikgn
链接里面有 VMware 安装包以及两个 Ubuntu 的镜像，ubuntu-16.04.3-desktop-amd64 是官网下载的 Ubuntu16.04 镜像， deepin-15.7-amd64 是深度镜像，注意两个镜像都是适用于 64 位操作系统的，有其他系统需求的可自行下载。

① 安装虚拟机

安装VMware一直下一步就行，安装目录默认是在 C 盘，最好修改到其他盘。

② 安装Ubuntu

  1. 新建虚拟机；
  2. 选择“典型”，然后直接下一步；
    在这里插入图片描述
  3. 选择“稍后安装操作系统”，然后下一步；
    在这里插入图片描述
  4. 选择“linux”下安装“Ubuntu”，然后下一步；
    在这里插入图片描述
  5. 给虚拟机命名，修改安装目录，然后下一步；
    在这里插入图片描述
  6. 给虚拟机设定硬盘大小，选择“将虚拟磁盘存储为单个文件”，然后下一步；
最低0.47元/天 解锁文章
JiawenW
关注
专栏目录
OpenAI Gym学习
YongqiangGao的专栏
05-10 1万+
观察（Observations）上篇博客介绍了使用OpenAI Gym的CartPole（倒立摆）的demo，如果想要在每个步骤中做出比采取随机行动更好的行动，那么实际了解行动对环境的影响可能会很好。 环境的step 函数返回需要的信息，step 函数返回四个值observation、reward、done、info，下面是具体信息： observation (object):一个与环境相关的对象
gym安装
weixin_45846572的博客
05-08 598
解决：安装依赖包 conda install swig 后再次安装。#安装基本gym库，只含有入门级环境。安装Box2D环境支持组件。
强化学习实战1：OpenAI Gym 实验环境介绍
最新发布
qq_53324833的博客
07-10 558
我的 torch 版本是 2.3.0，然后 gym 版本是 0.22.0，python 版本是 3.8 ，pygame 版本是 2.6.0 。首先安装一下 gym： 然后安装一下 pygame： 都安装好之后，可以写上下面的测试代码看是否能正常弹出一个游戏画面： 如果一切顺利，你将看到一个倒立摆小车在屏幕上移动，并随着时间步的推移而逐渐失去平衡。 上面的代码是 CartPole 环境的一些介绍和简单使用，而下面的代码则是采用上面介绍的内容让 action 和 environment 交互实战感受一下： 运行
安装OpenAI Gym、NumPy和pandas
m0_71721954的博客
03-22 653
安装Python和pip首先，确保你的Ubuntu系统中已经安装了Python和pip。安装OpenAI Gym接下来，你可以使用pip来安装OpenAI Gym。pip3 install gym==版本号安装NumPy安装NumPy的步骤相对简单。同样，如果需要特定版本的NumPy，可以指定版本号。如果成功安装，将显示NumPy的版本号。安装pandas如果终端输出了pandas的版本号，则说明pandas已经成功安装。
OpenAI Gym
hxxjxw的博客
08-04 386
OpenAI Gym 是一个用于开发和比较强化学习算法的工具包，它包括一系列不断增长、完善的环境（如 simulated robots及Atari），还提供了可以用于比较和评估算法的 平台。与其他的数值计算库兼容，如tensorflow 或者theano 库。现在主要支持的是Python 语言，以后将支持其他语言。 OpenAI Gym 提供了多种环境，比如 Atari、棋盘游戏以及 2D 或 3D 游戏引擎等。在 Windows 上的最小安装只支持算法基本环境，如 toy_text 和 classic.
OpenAI教程
weixin_34067980的博客
12-27 5834
英文版：https://gym.openai.com/docs 2016年 5 月 4日，OpenAI发布了人工智能研究工具集 OpenAI Gym。OpenAI Gym是一款用于研发和比较学习算法的工具包。它与很多数值计算库兼容，比如tensorflow和theano。现在支持的语言主要是python。 openai gym 是一个增强学习（reinforcement learning,RL...
gym安装教程
weixin_53537053的博客
12-18 1002
gym安装教程
Mountain_car-OpenAI-GYM:OpenAI体育馆山地车问题的解决方案
04-29
问题 汽车位于一维轨道上，位于两个“山”之间。 目标是驶向右边的山峰； 但是，汽车的引擎强度不足以单程通过。 因此，成功的唯一方法就是来回驱动以建立动力。 方法 ...链接到其他OpenAI GYM环境
基于Keras的OpenAI-gym强化学习的车杆/FlappyBird游戏
aohun0743的博客
08-23 1865
强化学习 课程：Q-Learning强化学习(李宏毅)、深度强化学习 强化学习是一种允许你创造能从环境中交互学习的AI Agent的机器学习算法，其通过试错来学习。如上图所示，大脑代表AI Agent并在环境中活动。当每次行动过后，Agent接收到环境反馈。反馈包括回报Reward和环境的下个状态State，回报由模型设计者定义。如果类比人类学习自行车，可以将车从起始点到当前位...
【深度强化学习】Python：OpenAI Gym-CarRacing 自动驾驶 | 提供项目完整代码 | 车道检测功能 | 路径训练功能 | 车辆控制功能
有道无术, 术尚可求。有术无道, 止于术。
07-14 5307
本篇是关于 OpenAI Gym-CarRacing自动驾驶项目的博客，面向掌握 Python 并有一定的深度强化学习基础的读者。GYM-Box2D CarRacing 是一种在 OpenAI Gym 平台上开发和比较强化学习算法的模拟环境。它是流行的 Box2D 物理引擎的一个版本，经过修改以支持模拟汽车在赛道上行驶的物理过程。本篇是CarRacing 系列博客的代码篇，提供 lane_dection 部分的完整代码。
基于gym的q-learning强化学习实践
07-18
在本实践项目中，我们探讨了如何利用OpenAI的Gym库进行Q-learning强化学习算法的应用。Gym是一个广泛使用的Python库，它为各种环境提供了一个标准接口，这些环境可以用于训练和测试强化学习算法。这里，我们专注于...
强化学习系列(4)-gym环境安装
记录一些学习过程
06-02 461
这个网上已有成熟的教程，直接按步骤即可。 附上参考链接： [1] https://blog.csdn.net/qq_34769201/article/details/95667042?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogComme.
强化学习：仿真环境Gym的安装和测试
qq_54900679的博客
02-18 1046
强化学习：仿真环境Gym的安装和测试
强化学习环境搭建之gym安装
Tao_improvement的博客
12-28 2427
环境anaconda-env-python3.8 安装gym的两种方式： 1、 git clone https://github.com/openai/gym.git cd gym pip install -e '.[all]' 2、 pip install gym[all] 我使用方式2安装， 1、报错mujoco找不到，严格按照(https://www.jianshu.com/p/869254fd3e21)安装mujoco 2、报错fatal error: GL/osmesa.h: No such
【强化学习】gym安装教程
热门推荐
IT菜鸟
12-12 2万+
一、参考资料 强化学习实战 第一讲 gym学习及二次开发 二、配置环境 1. 安装 Anaconda，创建anconda虚拟环境，参考我的另外两篇博客 Anaconda3在windows下的安装与简单使用 Anaconda在Ubuntu下的安装与简单使用 2. 激活进入 anaconda 虚拟环境 >> source activate gymlab 3. 从 github下载gym官方源码 gym官方源码 4. 进入gym源码文件夹，安装一系列包 >>.
OpenAI Gym介绍
09-20 1667
最近在学习强化学习，在师兄的推荐下，自学了一款用于研发和比较强化学习算法的工具包——OpenAI Gym，它支持训练智能体（agent）做任何事——从行走到玩Pong或围棋之类的游戏都在范围中。 OpenAI Gym 是一个用于开发和比较RL 算法的工具包，与其他的数值计算库兼容，如tensorflow 或者theano 库。现在主要支持的是python 语言，以后将支持其他语言。官方提供的
python强化学习--gym安装与使用
wzg2016的博客
09-02 3214
目前了解来看，gym 0.23.0 是一个比较常用的版本，后续的更新版本中（比如0.26.2），有许多功能的接口都有了改变，对python8,python9,python10的可视化显示也存在问题，但是在用pip安装时，默认的是安装0.26.2版本。最近开始学习强化学习，第一步肯定是要学会安装和使用pym，原本以为很简单，事实上确实很简单，但是遇到一个小问题，就是安装gym之后，在应用的过程中，游戏界面没有显示出来，了解后才知道是gym版本不对。
深度学习2-OpenAI Gym
clayhell的博客
12-23 1044
rl
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值