一、深度强化学习环境搭建（pytorch、gym）

安装Anaconda

下载地址

创建虚拟环境

以下参考这篇对虚拟环境的创建

打开Anaconda Prompt 命令行输入：

conda create -n torch python=3.7

建立名为torch的虚拟环境

按y确认建立，等待下载完成…

输入：

conda activate torch

激活虚拟环境。

pytorch框架安装

该部分可详细参考这里

在激活名为torch环境基础上

添加清华镜像，目的是加快安装包速度

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/win-64/

进入pytorch官网

根据自己的版本选择后出现红框中的安装命令，复制粘贴进命令窗口回车

按y确认安装，经过漫长的等待…

测试是否成功，按顺序输入：

python
import torch
torch.cuda.is_available()

返回ture则安装成功。

gym安装

输入:

pip install gym
pip install gym[box2d]

安装基础版gym

命令框输入python后，再输入以下程序验证

import gym
env = gym.make("LunarLander-v2", render_mode="human")
env.action_space.seed(42)

observation, info = env.reset(seed=42)

for _ in range(1000):
    observation, reward, terminated, truncated, info = env.step(env.action_space.sample())

    if terminated or truncated:
        observation, info = env.reset()

env.close()

如果出现动画则安装成功。

如果需要安装Atari

输入：

pip install gym[atari]
pip install gym[accept-rom-license]

等待安装完成后…

命令框输入python后，再输入以下程序验证

import gym
env = gym.make("ALE/Assault-v5", render_mode="human")
env.action_space.seed(42)

observation, info = env.reset(seed=42)

for _ in range(1000):
    observation, reward, terminated, truncated, info = env.step(env.action_space.sample())

    if terminated or truncated:
        observation, info = env.reset()

env.close()

如果出现动画则安装成功。

可进入官网导入其他游戏

pycharm安装

官网下载安装包