关于highway-env环境不存在的问题解决过程

最新推荐文章于 2024-07-18 22:10:28 发布
最新推荐文章于 2024-07-18 22:10:28 发布
阅读量1.9k 收藏 6
点赞数 5
文章标签： python
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/qq_73088331/article/details/130691117
版权
在highway-env1.7.1版和gym0.26.2版中，由于gymnasium未被支持，需使用importgym。但在升级到1.8.1版后，使用importgym导致Pycharm报错。解决方法是改回importgymnasiumasgym。
摘要由CSDN通过智能技术生成

由于第一次使用的highway-env版本为1.7.1（gym版本为0.26.2），该版本不支持使用gymnasium，在github中原作者的回应为this is because gymnasium is only used for the development version yet, it is not in the latest release. 因此每次使用该环境时将import gymnasium as gym，改为import gym可以正常使用，后来highway-env更新到1.8.1版本后（gym版本仍为0.26.2），使用import gym，pycharm报错为环境不存在，只需改回原来的import gymnasium as gym即可。

 

Britney838
关注
highway-env:自动驾驶决策的极简环境
08-04
高速公路环境 自动驾驶和战术决策任务的环境集合 高速公路环境中可用环境之一的一集。 环境 高速公路 env = gym . make ( "highway-v0" ) 在这项任务中，自我车辆正在一条多车道高速公路上行驶，该高速公路上挤满了其他车辆。 代理的目标是达到高速，同时避免与相邻车辆发生碰撞。 在道路右侧行驶也有奖励。 高速公路-v0 环境。 合并 env = gym . make ( "merge-v0" ) 在这项任务中，自我车辆从主干道开始，但很快就会接近路口，进入坡道上的车辆。 代理现在的目标是保持高速，同时为车辆腾出空间，以便它们可以安全地并入交通。 merge-v0 环境。 迂回 env = gym . make ( "roundabout-v0" ) 在此任务中，自我车辆是否接近交通流量较大的环形交叉路口。 它将自动遵循其计划路线，但必须处理车
关于强化学习自定义highway-env环境
qq_46089270的博客
03-13 983
当然如果你有报错显示为gymnasium.error.NameNotFound:mymerge doesn't exist这个问题，也可以参看这个博文应该会有帮助。
gym提示NameNotFound错误
stanleyrain的博客
11-30 7488
自定义gym环境是，遇到gymnasium.error.NamespaceNotFound，Namespace envs not found的错误，如何解决？
highway_env中自定义环境
qq_53576285的博客
03-05 1284
highway_env中集成了很多强化学习或者控制算法测试的驾驶环境，但很多时候我们需要依据需求对环境进行自定义，这里给出了自定义环境的一些步骤，主要是基于gym==0.26版本。
gym不存在环境解决办法
qq_36178962的博客
03-06 1万+
最近开始学习强化学习，尝试使用gym训练一些小游戏，发现一直报环境不存在的问题，看到错误提示全是什么不存在环境，去官网以及github找了好几圈，贴过来的代码都用不了，后来发现是版本变迁，环境被移除了，我。。。 这里找到一个解决办法，重新安装旧版本的，能用就行，凑合着用 这是原博客的说明 版本太新了，gym库应该在0.20.0版本不支持atari，并在0.21.0版中连环境也没了[1] 直接在命令行安装 pip install gym==0.19.0 pip install atari_py==0.2.
ubuntu16.4安装gym以及出现的问题
weixin_48702455的博客
05-17 1504
输入创建gym环境（gym是我自己设置的环境名字）出现这样界面之后选y 就开始创建了 现在只需等待 创建成果界面如下创建完输入激活gym环境 前面标签会由base变为gym（自己设置的名字）下一步输入下载安装提示安装成功后 通过（打开文件）（将这句添到文件末尾，保存文件就得了，home/gym是gym的存储路径）配置环境变量。
DQN+gym实现最简单的自动驾驶
最新发布
qq_57104181的博客
07-18 784
在我们的代码中应该是只需要前面的数组中的内容的，所以我在x = np.expand_dims(s, axis=0)之前加上s=s[0]这行代码，果然，上述报错消失，但是出现了新的错误：ValueError: expected sequence of length 5 at dim 1 (got 4)，这个错误的意思是：在某个操作或函数中，期望在某个维度（在这个例子中是维度1）上有一个长度为5的序列，但实际上却得到了一个长度为4的序列。是 NumPy 库中的一个函数，用于在指定的轴上增加数组的一个维度。
关于highway-env自定义自己的环境过程
qq_73088331的博客
05-16 1304
最开始我的highway-env版本为1.8.1，按照如下操作一直创建不成功，报错显示为gymnasium.error.NameNotFound: Environment mymerge doesn't exist. Did you mean: `merge`?5、在原来的envs文件夹中有一个__init__.py文件，所有新建的环境要在这里完成导入才可以使用，所以需要在原来的代码下面添加一行。1、复制merge.py，在envs文件下创建一个自己的环境文件，命名为mymerge.py。
基于highway-env用python实现的MPC跟车巡航控制案例
02-25
在本项目中，我们主要探讨的是如何利用Python编程语言以及highway-env模拟驾驶环境来实现一个基于模型预测控制（MPC）的车辆跟车巡航控制案例。该项目还涉及到了比例控制（P）和比例积分微分控制（PID）作为对比，以...
highway-env官方文档
09-09
highway-env是一种基于OpenAI Gym的Python环境，用于开发和测试自动驾驶系统的强化学习算法。其官方文档为开发者提供了必要的指南和说明，以帮助他们更好地了解和使用highway-env。 官方文档包含了对highway-env的...
探索highway-env：掌握自动驾驶决策模拟
- "highway-env-master"表明该文件是highway-env项目的主版本或源代码。 - 可以假设该压缩包包含了highway-env项目的所有源代码、文档和其他相关资源，开发者可以通过解压该文件来访问和修改源代码。 综上所述，...
highway-env自定义高速路环境
ColinFhz的博客
12-16 3203
highway-env自定义高速路环境
2023年highway-env更新之后的使用记录（含DDQN,DuelingDQN,DDQN+OtherChanges） 入门到入土，再踩坑就不玩原神了
热门推荐
daxuanzi515的博客
02-22 1万+
使用highway-env模拟自动驾驶汽车路况，深度强化学习算法设计智能体进行训练，避免汽车的碰撞。一些更新以及尝试。
【一】gym环境安装以及安装遇到的错误解决
丨汀、的博客
04-08 1万+
1.gym模块的安装 运行命令窗口，输入cmd 在命令行中输入： pip install gym -i https://pypi.douban.com/simple 镜像源地址可参考：tensorflow安装、常用python镜像源、tensorflow 深度学习强化学习教学 pip install “ 你需要安装的包” -i https://pypi.douban.com/simple 即可安装成功 当然当你系统中存在自己创建环境，可以打开anaconda,输入...
强化学习环境gymnasium的搭建
摇光65535的博客
05-09 4194
本文介绍了强化学习环境gymnasium（含Atari）的搭建过程，在WIndows 10和LinuxMint 20.3(Ubuntu 20.04)上测试无误。
如何创建gym环境
stanleyrain的博客
11-17 2482
如何定制自己的gym环境呢？gym是强化学习的重要训练工具，说明了如何定制开发自己的gym环境，并解决了Namespace的错误
不想自己开车，Python帮你搞定自动驾驶
qq_16027093的博客
04-17 528
由于state数据量较小（5辆车*7个特征），可以不考虑使用CNN，直接把二维数据的size[5,7]转成[1,35]即可，模型的输入就是35，输出是离散action数量，共5个。数据生成时会默认归一化，取值范围：[100, 100, 20, 20]，也可以设置ego vehicle以外的车辆属性是地图的绝对坐标还是对ego vehicle的相对坐标。输出V*F的矩阵，V代表需要观测的车辆数量（包括ego vehicle本身），F代表需要统计的特征数量。
DynaQ迷宫
weixin_40679158的博客
08-05 709
1. 格子世界环境 这里用了叶强大大的代码 gridworld.py """ General GridWorld Environment Author: Qiang Ye Date: July 22, 2017 License: MIT """ import math import gym from gym import spaces from gym.utils import seeding import numpy as np class Grid(object): d.
gym.error.NameNotFound: Environment Pong doesn't exist.
03-31
As an AI language model, I cannot resolve this issue as I do not have access to the specific system or application you are using. However, this error message suggests that there is an issue with the gym environment named Pong. It is possible that the environment has not been installed or configured correctly. You may need to check your installation and ensure that all dependencies are up to date. Additionally, you may want to check the documentation or forums for the specific gym environment you are using to see if there are any known issues or solutions to this problem.
评论 4
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