Deep Reinforcement Learning

今天受同学启发，决定写日志记录一下我的毕设之旅。

题目是CS294-112 Deep Reinforcement Learning HW2：Policy Gradients

Win10+Anaconda3+Python3.6

零基础 目前用一个礼拜看了吴恩达的机器学习课程，一礼拜看了吴恩达深度学习的第一课+第二课中tensorflow那一讲

David Sliver强化学习的第一讲、李宏毅的ML Lecture 28、莫烦Python强化学习的内容

基本上还是只有一些理论概念，无法系统编程，庆幸的是作业中已经给好了架构，降低了难度。

到现在为止遇到最大的问题就是gym的环境配置，在安装好gym后用最简单的代码测试

import gym
env=gym.make('CartPole-v0')
env.reset()

报错： NotImplementedError:abstract

踩了无数坑最后在github的issue里找到了办法，很简单，在Anaconda Prompt中输入

pip install pyglet==1.2.4

因该是pyglet版本太高而导致的一些问题，回退到pyglet1.2.4就能够解决这个问题。

第二个坑是Mujoco以及Mujoco_py的安装

到现在也没有解决问题，甚至懒得总结，不知道有没有人在win64上成功安装了，如果有，希望可以告诉我。。我已经领取了mujoco的一个月免费，希望在一个月里我可以解决这个问题。（申请了学生的一年免费，但是一直没有收到邮件）