gym 倒立摆学习

这篇博客主要探讨了如何利用gym环境进行倒立摆的学习与控制,通过参考资料提供了深入理解强化学习在倒立摆问题上的应用。
摘要由CSDN通过智能技术生成

参考资料

https://zhuanlan.zhihu.com/p/26985029

https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/4-4-gym/


import gym //导入模块
from policynet import PolicyGradient
import matplotlib.pyplot as plt
import time

DISPLAY_REWARD_THRESHOLD = 1000
RENDER = False

#创建一个环境
env = gym.make('CartPole-v0')  //创建一个小车倒立摆模型
env.seed(1)
env = env.unwrapped

print(env.action_space)
print(env.observation_space)
print(env.observation_space.high)
print(env.observation_space.low)

RL = PolicyGradient(
    n_actions=env.action_space.n,
    n_features=env.observation_space.shape[0],
    learning_rate=0.02,
    reward_decay=0.99,

)
#学习过程
for i_episode in range(85):
    observation = env.reset()
    while True:
        if RENDER: env.render()
        #采样动作,探索环境
        # action = RL.choos
  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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