使用gym创建一个自定义环境

1. 环境说明

如上图，红色为起点，绿色为终点，在5*5的表格中每到达一个表格就会获得该表格对应的分数rn，agent的目标就是 找到一条路来使分数最少：）。

2. 创建环境

标准的gym环境可以分为以下几个部分，这里借鉴了gym的cliff_walking环境：

class my_env(Env):
     def __int__(self):
         pass
     def step(self.action):
         pass
     def render(self):
         pass
     def reset(self):
         pass

其中__init()用来创建动作空间，观察空间等等：

    def __init__(self):
        self.rows = 5 #行
        self.cols = 5 #列
        self.start = [0, 0] #起点
        self.goal = [3, 4] #目标点
        self.current_state = None #当前状态
        self.action_space = spaces.Discrete(3) #动作空间，离散的三个动作0，1，2
        self.observation_space = spaces.Box