【深入浅出强化学习原理入门】grid_mdp.py运行几个问题的解决方法

刚开始入门强化学习，买了好几本书，从最薄的《深入潜出强化学习原理入门》开始看起！

废话少说，第二章马尔科夫决策过程的实例出了问题，还是好几个，整了一下午终于解决，在此记录一下供有此类问题的同学们参考。

第一个问题终端执行程序时，进入python环境后直接运行下面代码报错

env = gym.make('GridWorld-v0')

查了以后发现没有import gym，这个简单！

接下来继续，结果运行这句代码还是报错！

完全按照书上的实例操作，居然连运行环境都没建好，反复操作了几次都没有解决问题，感觉不是代码的问题。知道看到这篇OpenAI Gym构建自定义强化学习环境，发现原来我使用的是自己建的gymlab虚拟环境，需要把代码拷贝到这个环境中才能运行，就是把书里的路径从/gym/gym/envs/classic_control换成/anaconda3/envs/gymlab/lib/python3.5/site-packages/gym/envs/classic_control，然后也两个__init__文件也同样在这个文件夹修改。

在运行，还是出错，不过这次错误变了，说明环境已经OK了！

这个问题网上遇到的人很多，也给了不少解决方法，不过很多不好用，给大家提供一个我找的好用的方法：

将下面的代码加入到grid_mdp.py文件的最后

def _seed(self, seed=None):
    self.np_random, seed = seeding.np_random(seed)
    return [seed]

继续运行书中代码 ，OK，成功运行到下一步（忽略警告）！

运行到env.render()又出问题了！

 这个问题好解决，亲测好用的方法：

将grid_mdp.py中的render()函数名字修改为_render()

def _render(self,mode='human',close=False):
    ...

大功告成！