强化学习–机器人找金币
注册过程大致分为三步:
第一步: 将我们自己的环境文件(笔者创建的文件名为grid_made.py) 拷贝到你的gym安装目录 /gym/gym/envs/classic_control 文件夹中(拷贝在此文件夹中是因为要使用rending模块。当然还有其他方法)
我自己的电脑中文件夹的位置是在:D:\Tools software\python\Lib\site-packages\gym\envs\classic_control
第二步: 打开该文件夹(第一步中的文件夹)下的__init__.py 文件,在文件末尾加入语句:
from gym.envs.classic_control.grid_mdp import GridEnv
第三步: 进入文件夹的 gym 安装 /gym/gym/envs, 打开该文件夹下的__init__.py 文件,添加代码:
register(
id='GridWorld-v0',
entry_point='gym.envs.classic_control:GridEnv',
max_episode_steps=200,
reward_threshold=100.0
)
第一个参数Id就是你调用gym.make(‘id’)时的id,这个Id可以随便选取,笔者取的名字是GridWorld-v0.
第二个参数就是函数路口了,后面的参数原则上来说可以不用写。
经过以上三步,就完成注册了。通过一个简单的demo来测试一下环境的效果。
写个终端程序,代码如下:
source activate gymlab
python
env = gym.make('GridWorld-v0')
env.reset()
env.render()
https://blog.csdn.net/fly975247003/article/details/93057176