Windows环境下配置强化学习依赖包gym（2022最新版）

寒冢人家

已于 2024-10-31 15:18:26 修改

阅读量2.6k

点赞数 2

分类专栏： Tensorflow&Anaconda 文章标签： python 机器学习

于 2022-05-12 19:26:54 首次发布

本文链接：https://blog.csdn.net/weixin_52459924/article/details/124737735

版权

Tensorflow&Anaconda 专栏收录该内容

5 篇文章

订阅专栏

本博客指导在Windows上使用Anaconda创建虚拟环境gymPython36，并激活环境，安装gym及其依赖，最后通过测试程序验证配置成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

请在配置完成Anaconda后阅读本博客：

1.创建虚拟环境

当然，你可以直接在你现有的虚拟环境中安装gym依赖包，创建新的虚拟环境是为了便于管理。

打开cmd命令行窗口，或者打开Anaconda Prompt，输入如下命令点击回车，结果就是创建了一个名为gymPython36的虚拟环境，其中python版本为3.6：

conda create -n gymPython36 python=3.6

2.激活创建的虚拟环境

执行完上一步后继续在该窗口中输入如下命令后点击回车：

activate gymPython36

3.导入依赖包

继续在上面的窗口中依次输入如下命令后点击回车：

conda install gym

# 本命令是为了后续测试程序能够顺利执行
conda install pyglet

conda install pandas
conda install tensorflow
conda install matplotlib

4.执行测试程序

在python的IDE（如pycharm）中运行如下程序：

import gym

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

for i_episode in range( 20 ):
	state = env.reset()

	for t in range( 1000 ):
		env.render()
		print( state )
		action = env.action_space.sample()
		state, reward, done, _ = env.step( action )

		if done:
			print('Episode #%d finished after %d timesteps' % (i_episode, t))
			break

如果程序正确执行并得出类似如下的结果，说明你的gym配置成功了：