强化学习环境配置

最新推荐文章于 2024-07-25 22:24:14 发布
最新推荐文章于 2024-07-25 22:24:14 发布
阅读量380 收藏 8
点赞数 6
文章标签： 学习
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/m0_51971553/article/details/136199362
版权

强化学习环境的配置


单智能体的环境库一般用gymnasium。
当 pip install gymnasium [all]的时候会出现box-2d无法安装的问题。
原因可能是没有swig。
此时需要 下载并解压swig，并配置环境变量path。
然后确保电脑安装了VS，并且需要有
C++的桌面开发插件，此时再执行 pip install gym[box2d]即可成功安装。

我安装的是tianshou强化学习库，安装过程中也出现了很多的问题。。
首先根据文档的提示新建anaconda的环境，然后 pip install git+https://github.com/thu-ml/tianshou.git@master --upgrade进行tianshou 最新版本的安装。安装完成之后，运行所给的demo会出现各种各样的问题，个人猜测是numpy版本的问题，按照他的提示更换版本即可解决，如有其他问题，我也不知道了

自信且谦卑
关注
  • 6
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
从零开始搭建强化学习环境
禅与计算机程序设计艺术
09-02 2204
强化学习（Reinforcement Learning）是机器学习领域里一个重要分支，它与监督学习、无监督学习、强化学习等不同。其核心思想是给予机器以奖赏（Reward）或惩罚（Penalty），通过不断迭代与反馈获取信息，使机器能够做出更好的决策、策略或者行为。在强化学习领域中，一般会用到Q-learning、DQN、PG等算法。本文将基于这些算法进行整体介绍并重点阐述其实现原理。项目背景及研究意义；强化学习的定义及关键术语；
多智能体游戏环境PettingZoo_天授（Tianshou）训练智能体
weixin_45432088的博客
03-26 997
目前我遇到的问题是：使用Tianshou的方法【policy.load_state_dict(torch.load(‘tictactoe_dqn.pth’))】加载模型不行，总是提示没有这个函数。所以我仍然使用pickle来保存和加载模型。我在原始代码里加了保存模型的代码，以便训练结束后可以随时拿出来测试、可视化训练的成果（智能体的表现）。训练的代码写在train.py，测试的代码（我额外写的）写在t_ttt.py。代码使用的PettingZoo游戏环境是井字棋（Tic Tac Toe）。
搭建强化学习环境（一）
cll525的博客
11-18 469
最近想进行强化学习的代码实战，于是学习了该视频课程:更简单的强化学习,代码实战_哔哩哔哩_bilibili该强化学习课程需要搭建的环境信息:python==3.9pytorch==1.12.1(cpu)gym==0.26.2pettingzoo==1.23.11.1 为了便于管理，需要先装anaconda. 具体下载和安装步骤如下：Step1. 下载anaconda安装包 .推荐利用清华镜像来下载，下载地址为：Index of /anaconda/archive/ | 清华大学开源软件镜像站 | Tsing
从python零基础开始搭建强化学习环境（以及各软件安装）
weixin_70267340的博客
02-28 1398
pycharm安装、Anaconda安装、PyTorch安装、cuda安装
天授tianshou安装方法——基于 PyTorch 的强化学习平台；报错No command ‘conda conda-forge解决方法
strawberry47的博客
05-14 2549
知乎上看见的这个项目，github链接，下载之后准备安装，但是服务器老是报错，所以写了这篇文章记录一下安装过程。 正常安装方法（readme文件）： 使用pip安装（清华源有时候不行，可以试试北外的源，我的另一篇博客里有讲方法） pip install tianshou 使用conda安装 conda -c conda-forge install tianshou 使用git安装 pip install git+https://github.com/thu-ml/tianshou.git
go环境配置与学习
wjnowen的博客
09-27 332
go环境配置与学习 环境配置中需要很多管理员权限，所以建议先直接在管理员模式中进行。 下载安装golang 首先，确认你的网络是否都已经连接，然后开始下载 sudo yum install golang 等待完成下载   检查一下安装的go的版本 go version   然后查看一下其中的设置 go env 可以看到我的GOPATH是/Home/gowo...
强化学习与自动驾驶——Carla环境配置与benchmark解读
01-26
Carla目前的稳定版为0.8.2 即可下载，linux解压后命令行执行
强化学习matlab代码
02-29
强化学习是一种人工智能领域的机器学习方法，它通过与环境的交互来优化策略，以达到特定的目标。在本案例中，我们关注的是使用MATLAB语言实现的强化学习算法，具体应用于网络资源的分配，目标是最大化频谱利用率。...
多智能体强化学习Simulink模型
02-06
多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）是机器学习领域的一个重要分支，它涉及到多个自主决策的智能体在共享环境中互动学习。Simulink，是MATLAB环境下的一个图形化建模工具，常用于系统仿真...
基于星际争霸II游戏的强化学习环境SC2LE（《星际争霸II 》学习环境搭建文档
07-26
PySC2是DeepMind针对SC2LE开发的Python组件，它将暴雪的API封装成Python的强化学习环境。通过pip安装pysc2，研究人员能够利用Python轻松地训练和测试智能体。PySC2还包含了几个简单的强化学习迷你游戏，这些游戏简化...
AvaloniaUI的学习
最新发布
lishuangquan1987的博客
07-25 853
官方中文文档：https://docs.avaloniaui.net/zh-Hans/docs/welcome。
Python编程学习第一篇——Python零基础快速入门（六）（4）异常处理
urhero的专栏
07-25 317
我们已经了解了Python的基本数据类型、变量和基本的逻辑控制语句，基于这些基础知识可以编写一些小程序了，但是在写程序的时候我们会发现，有时候程序并不是按我们预期的方向执行，有的直接报错，有的没有报错，却并未得到我们预期的结果。在这个例子中，除数为0会引发ZeroDivisionError异常，我们将异常信息赋值给变量e，并输出"除数不能为0"和异常信息。在这个例子中，由于除数不为0，所以没有发生ZeroDivisionError异常，代码会执行else语句块，并输出结果2.0。
基于深度学习算法，支持再学习功能，不断提升系统精准度的智慧地产开源了。
weixin_63598920的博客
07-24 877
智慧地产视觉监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒，省去繁琐重复的适配流程，实现芯片、算法、应用的全流程组合，从而大大减少企业级应用约95%的开发成本。通过计算机视觉和人工智能技术 ，搭建智能钢丝绳检测系统、井筒检测分析系统、余煤检测分析系统，提高检测准确度 ，降低工人在线的劳动强度 ，有效提高检测标准、避免客制化生产下 ，人工有可能存在的工作疏漏。用户只需在界面上进行简单的操作，就可以实现全视频的接入及布控。
SAP PP学习笔记31 - 计划运行的步骤2 - Scheduling(日程计算)，BOM Explosion(BOM展开）
shi_ly的专栏
07-24 814
本章主要讲Scheduling(日程计算),其中包括 外部调达中的调度，生产订单中的调度，修改需求日期(其实就是在物料中增加安全时间和BOM中的提前期偏置量)。另外还讲了BOM展开的内容，详细讲了BOM选择的各种方法，除了按数量选BOM之外，还有其他比如 按日期，按生产版本等，而其中按日期又分为按订单开始日期，订单终了日期等，越趋复杂。
FastAPI（八十）实战开发《在线课程学习系统》接口开发-- 课程列表
mr~li的博客
07-25 329
源码见："
虚拟机学习
weixin_63374588的博客
07-25 271
虚拟机的优点：虚拟机使用教程：
前端学习1——自学习梳理
qq_63125992的博客
07-24 345
【代码】前端学习1——自学习梳理。
7-23学习笔记
L14173233的博客
07-23 687
/检查性异常 是Exception的直接子类创建对象的方法1 new2 克隆3 反序列化4 反射。
深度强化学习环境配置
08-21
深度强化学习环境配置是开展深强化学习的一步。在这里我推荐使用Anaconda来搭建环境。首先，安装Anaconda。在虚拟环境中安装可以更好地管理不同的Python环境。 接下来，我们可以使用Anaconda创建一个新的虚拟环境。可以使用命令`conda create --name env_name`来创建一个名为`env_name`的虚拟环境。 在新创建的虚拟环境中，我们可以安装所需的深度学习框架，比如Pytorch。对于Pytorch的安装，可以使用`conda install pytorch torchvision -c pytorch`命令来安装。 完成安装后，我们就可以在新创建的虚拟环境中进行深度强化学习的开发了。记得在开始编写代码前，激活所需的虚拟环境，使用命令`conda activate env_name`来激活特定的虚拟环境。 通过以上步骤，您就可以成功配置深度强化学习环境，并开始进行相关的开发工作了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Pytorch深度强化学习1-1：Gym安装与环境搭建教程(附基本指令表)](https://blog.csdn.net/FRIGIDWINTER/article/details/128400818)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [深度强化学习-Pytorch环境配置](https://blog.csdn.net/weixin_46133643/article/details/122657023)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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