微念的博客

Gym基本用法        本文主要是对Gym的基本用法给出示例代码框架。        下面以小车倒立摆模型"CartPole-v0"为例，进行说明。        首先是采取随机动作：import gymenv=gym.make('CartPole-v0')env.reset()for _ in range(1000): env.render()

本文对Gym Pendulum-v0环境进行了简单地介绍，包括其state、observation、action等。

本文补充介绍了如何利用force=True参数来覆盖掉上次运行生成的记录文件。

让你的小车跑起来吧        CarRacing-v0环境是一个很简单的类似于循迹小车的问题，如下图所示：        我们的目标就是控制小车在轨道内跑起来，并且尽可能快地飞驰。        该环境给出了一个最简单的连续控制任务，它要求我们从俯视视角所得到的像素中进行学习，所以state就是96*96的图像，当然，我们在训练神经网络的时候，可以对环境给出的observation再取一个降采...

本文大致介绍了Gym Box2D环境。

本文对OpenAI Gym中的Continuous Mountain Car环境进行了简要分析。

本文介绍了Gym wrappers的简单用法，并对其生成的文件进行了简要分析。