【gym环境】基于迭代算法CartPole-v1倒立摆控制测试例程Pycharm代码仿真与实现

上篇文章讲述了环境的搭建，我相信很多同学迫不及待想控制一下这个倒立摆了，我知道你很急，但你先别急，这不就来了~~~       

首先说明本人是一个刚刚接触RL的科研小白，单单一个例程就成功耗费我一个下午，“gym你是有两下的”，网上关于如何实现这个例程也有很多文章，但大多只是分析好一点的给出了控制代码，对于实现过程的分析比较少见，所以今天我就总结一下我的实现过程，可供大家学习参考。后续我还会用其他方法研究怎样控制这个倒立摆，特别是会用到神经网络，小小期待一下吧！

另外再推荐一个本人的小经验，当我们苦苦追求一个事情的结果，但是还没想出解决办法的时候，不妨先做点别的事情，换换脑子，比如去健身去跑步，相信半个小时的有氧运动会帮助你更好的完成任务，亲身经历，确实有效。当然这有个前提，你知道当前这个任务你有很强烈的意愿完成它，这个方法才奏效，不然就成了拖延的理由。。。ok言归正传吧~

承接上一篇文章，这里我们需要再向我们的环境中添加一个包，如果不会添加可以看上一篇文章，这里同样直接复制下方代码即可：

安装box2d包

conda install -c conda-forge box2d-py

等待安装即可。。。

接下来重头戏：

实现代码分析

别担心，虽然分析代码很重要，但是如果一看代码就头疼那还不如先放一放，先来听一下这个游戏怎么玩。言归正传，我们正式来分析一下这个例程中的游戏让我们做什么？

我们看到画面中有一辆小车和一个倒立摆，倒立摆与小车只有一个连接点位于车顶，由基本的物理定律可知，如果此时保持小车不动，那么这根倒立摆势必会随着时间的推移向左或向右倾倒。那么答案显而易见，我们就是要控制这辆小车左右移动，来保持这跟倒立摆直立。绝对的直立是不可能的，所以这个游戏设定了

倾倒角度 不能超过±15°

小车可移动范围 x ：中间到两边各2.4个单位长度