强化学习 —— gym

0. gym 下的数据结构

• Discrete：
  • gym.spaces.discrete.Discrete
  • env.action_sample 的返回值就是 Discrete 类型
  • Discrete(n)：{0, 1, 2, 3, n-1}，表示的是正整数的离散空间；
  • 成员函数：
    • sample()：离散值空间中进行采样；
    • contains(k)：离散值空间中是否包含 k；

1. 认识游戏编程的一些基本概念

• environment

• action space 与 action

  import gym
  env = gym.make('CartPole-v0')
  env.reset()
  for _ in range(1000):
      env.render()
      action = env.action_space.sample()
      env.step(action) # take a random action