GYM环境配置，OSError: [WinError 126] 找不到指定的模块。env = gym.make(‘Breakout-v0‘)解决方法

最新推荐文章于 2023-03-09 16:17:47 发布
原创 最新推荐文章于 2023-03-09 16:17:47 发布 · 1.5k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#强化学习

在尝试使用.make命令时，发现缺少VS C++工具。安装后重启，重新安装之前卸载的包，但运行时出现异常。将roms.rar解压并安装到conda环境中，却遇到io.UnsupportedOperation: seek错误。通过卸载并安装atari-py的特定版本0.2.5，解决了问题。参考了相关博客文章进行操作。
部署运行你感兴趣的模型镜像

猜测需要使用.make命令

而我的电脑上还没有安装VS，根据参考帖子的内容安装相应C++工具（基本就是默认的安装，没有要另选的），完成后重启

从新安装之前卸载的包，执行命令，出现异常

查询相关解释，把该roms.rar解压后安装到目录下，我用的是conda环境,解压安装后遇到io.UnsupportedOperation: seek

未解决

pip uninstall atari-py

pip install atari-py==0.2.5 

卸载换了一个版本，程序成功运行

参考帖子：https://blog.youkuaiyun.com/ksvtsipert/article/details/119060484

https://blog.youkuaiyun.com/weixin_44210881/article/details/103031995?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.control

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言，以其简洁易读的语法而闻名，适用于广泛的应用，包括Web开发、数据分析、人工智能和自动化脚本

BEST_XIAOAI
关注
OpenAI gym‘s breakout-v0 “pauses“
suiusoar
09-05 767
OpenAI Gym 的 breakout-v0 “暂停”
更新散景时出现问题:[WinError 126] 找不到指定的模块
02-27 895
然后，使用pip（Python的包安装器）来安装这个缺失的库。当您遇到“[WinError 126] 找不到指定的模块”错误时，通常意味着您的Python环境中缺少必要的库或者依赖项。这可能是因为尝试运行的代码依赖于某个库，而这个库在您的系统中还没有安装。在您的代码中使用安装好的库时，可以编写简单的测试用例来验证其是否正常工作。对于AI大模型的具体应用，需要根据实际需求选择合适的API接口，并通过HTTP请求进行交互。假设您遇到的是一个名为"requests"的库的问题，它可能没有在您的系统中安装。
windows 10 调用gym atari环境问题： OSError: [WinError 126] 找不到指定的模块 (ale_c.dll)
qq_40454887的博客
11-28 3313
分三步： 第一步：先卸载atari-py。pip uninstall atari-py 第二步：再重新安装这个。pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py 第三步：pip install gym 原文链接：https://blog.csdn.net/ScienceVip/article/details/105097833 ...
DQN初探之学习Breakout-v0
Azahaxia的博客
05-05 6305
DQN初探之学习"Breakout-v0" 本文记录了我初次使用DQN训练agent完成Atari游戏之"Breakout-v0"的过程。整个过程仿照DeepMind在nature发表的论文"Human-level control through deep reinforcement learning"。 1.gym环境之"Breakout-v0" 1.1.环境的状态空间和动作空间 首先确定"Breakout-v0"的动作空间和状态空间，其状态是游戏截图。 env = gym.make('Breakout-
No module named ‘gym‘
居贝比的博客
04-29 4227
直接使用 pip install gym 没有解决 要添加 --user 即 pip install --user gym 成功
gym不存在环境解决办法
qq_36178962的博客
03-06 1万+
最近开始学习强化学习，尝试使用gym训练一些小游戏，发现一直报环境不存在的问题，看到错误提示全是什么不存在环境，去官网以及github找了好几圈，贴过来的代码都用不了，后来发现是版本变迁，环境被移除了，我。。。 这里找到一个解决办法，重新安装旧版本的，能用就行，凑合着用 这是原博客的说明 版本太新了，gym库应该在0.20.0版本不支持atari，并在0.21.0版中连环境也没了[1] 直接在命令行安装 pip install gym==0.19.0 pip install atari_py==0.2.
代码如下：import gym # 创建一个 MountainCar-v0 环境 env = gym.make('MountainCar-v0') # 重置环境 observation = env...
weixin_35751412的博客
12-31 425
这段代码导入了 gym 库。 gym 是一个开源的强化学习框架，它提供了一系列经典的控制、游戏、优化问题的模拟环境，用于强化学习算法的训练和测试。 使用这个库可以轻松地定义和使用强化学习算法，帮助开发人员快速构建和评估强化学习模型。 例如，你可以使用 gym 库来训练一个机器人移动到目标位置的控制算法，或者训练一个 AI 玩游戏的策略。 使用 gym 库的流程通常是先导入库，然后创建一个环境，然后...
安装atari，出现错误“self._handle = _dlopen(self._name, mode) OSError: [WinError 126] 找不到指定模块”
qq_43015237的博客
05-08 3916
如题，安装过atari_py，但在import时出现"lib\ctypes\__init__.py", line 364, in __init__ self._handle = _dlopen(self._name, mode) OSError: [WinError 126] 找不到指定的模块。" 打印了self.name，其值为D:\software\Anaconder3\envs\testrl\lib\site-packages\atari_py\ale_interface/ale_c.dll
精选资源
highway-env:自动驾驶决策的极简环境
08-04
高速公路-v0 环境。 合并 env = gym . make ( "merge-v0" ) 在这项任务中，自我车辆从主干道开始，但很快就会接近路口，进入坡道上的车辆。 代理现在的目标是保持高速，同时为车辆腾出空间，以便它们可以安全地...
Breakout
03-05
Breakout
Breakout-RL：使用带有CNN的DQN解决OpenAI Gym Env突破
02-20
Breakout-RL：使用带有CNN的DQN解决OpenAI Gym Env突破
Win10环境下使用WSL安装OpenAI/gym +TensorFlow用强化学习DQN打砖块(Breakout Game)
热门推荐
小鹅鹅的博客
02-27 1万+
实现目标 我们的目标是在Windows 10系统上具体实现DeepMind论文中强化学习算法Q-learning Network(DQN)的训练过程。 随着每次训练，强化学习算法将拿到越来越高的分，具体强化学习与DQN的前置知识可以参考这里 注意：子系统无法安装CUDA，所以只能使用CPU版的TensorFlow，具体可以参考下图 运行环境 Win 10 + Ubuntu 1...
强化学习库GYM的完整安装，运行breakout
sandichesadan的博客
03-09 1357
gym实现atari游戏的运行及学习
Exception: ROM is missing for breakout
07-08 1845
python强化学习时可能会遇到环境模拟的异常 env = gym.envs.make("Breakout-v0") Exception Traceback (most recent call last) <ipython-input-3-7584539d0f0c> in <module> ----> 1 env = gym.envs.make("Breakout-v0") ...
gym弹球
qq_42304949的博客
12-25 648
gym弹球 弹球的动作空间为4，即有4个动作，0,1,2,3. 这四个值分别控制球拍的四个动作，0：原地不动，1：发球，2：右移，3：左移 打开⼀个命令提示符界⾯，通过⼿动执⾏env.step(n);env.render()等命令，实现⼿动控制球拍得到5分 import gym import time env = gym.make("Breakout-v0") obs = env.reset() ...
gym提示NameNotFound错误
stanleyrain的博客
11-30 9862
自定义gym环境是，遇到gymnasium.error.NamespaceNotFound，Namespace envs not found的错误，如何解决？
Gym Atari: Gym no longer distributes ROMs.
丹丹的后花园
04-07 7413
如果你在安装Atari时，遇到这个错误f'We\'re Unable to find the game "{self._game}". Note: Gym no longer distributes ROMs.，这篇文章一定会对你有所帮助。
window安装gym中Atari游戏出现[WinError 126]问题的解决方法
星之所望的博客
03-02 572
当在Window环境下使用Gym模块的时候，基础环境都能使用，但是使用Atari游戏模型会报错OSError: [WinError 126] 找不到指定的模块。 该问题出在Window10版本的Gym模块只做到了部分支持，要想解决该问题，应执行以下步骤： 1.先卸载掉之前安装的gym pip uninstall atari-py pip uninstall gym[atari] 2.下载 VS build toolshttps://visualstudio.microsoft.com/thank-y
# environment if args.env_name == "pong": env = gym.make("PongNoFrameskip-v4") elif args.env_name == "breakout": env = gym.make("BreakoutNoFrameskip-v4") else: env = gym.make("BoxingNoFrameskip-v4") env = AtariWrapper(env)
最新发布
07-03
<think>根据用户提供的代码片段，他们正在尝试使用类似"PongNoFrameskip-v4"这样的环境名称，但在新版的Gym中这些环境已经被移除。因此，需要将代码迁移到新版Gym的ALE环境。解决方案：1.将环境名称改为新的ALE命名方式，例如"ALE/Pong-v5"等。2.注意，新版ALE环境默认不包含帧跳过（frame skipping）和帧堆叠（frame stacking），需要手动添加这些包装器（wrappers）来模拟旧版行为。3.如果用户有自定义的AtariWrapper，可能需要调整以适应新版环境。具体修改建议如下：原代码：ifargs.env_name =="pong":env= gym.make("PongNoFrameskip-v4")elif args.env_name== "breakout":env =gym.make("BreakoutNoFrameskip-v4")else:env =gym.make("BoxingNoFrameskip-v4")env= AtariWrapper(env)修改为：#首先，将环境名称映射到新的ALE名称env_id= {"pong": "ALE/Pong-v5","breakout": "ALE/Breakout-v5","boxing": "ALE/Boxing-v5"#注意：原代码中else分支是Boxing，这里使用小写匹配}.get(args.env_name, "ALE/Pong-v5")#默认使用Pong#创建基础环境env= gym.make(env_id, render_mode="rgb_array")#如果需要渲染，指定render_mode#然后应用帧跳过和帧堆叠等包装器#假设原来的AtariWrapper实现了帧跳过、帧堆叠和预处理等功能，我们可以用Gym提供的标准包装器替代#如果没有，则可以使用以下标准包装器：#每4帧执行一次动作，并返回中间帧的最大值（这是Atari的常见设置）env =gym.wrappers.AtariPreprocessing(env, frame_skip=4, grayscale_obs=True, scale_obs=True)#如果需要帧堆叠，可以再添加FrameStack包装器，通常堆叠4帧env =gym.wrappers.FrameStack(env,num_stack=4)注意：如果用户原来的AtariWrapper有特殊处理，可能需要调整。这里假设使用Gym自带的AtariPreprocessing和FrameStack。另外，需要确保安装了必要的包：pip installale-pygym[atari,accept-rom-license]如果用户需要保持与旧版相同的预处理，可以查看AtariPreprocessing的文档：https://www.gymlibrary.dev/api/wrappers/#ataripreprocessing但是，请注意，AtariPreprocessing默认会将图像转换为灰度，并且缩放为84x84。如果用户原来的AtariWrapper有不同的处理，需要相应调整参数。如果用户不想改变预处理方式，也可以自己实现包装器，但建议使用官方提供的包装器以确保兼容性。最后，由于环境名称的改变，用户需要将args.env_name与新的环境名称映射好。这里我假设用户传入的args.env_name是字符串"pong"、"breakout"或"boxing"（小写），如果原代码中传入的是大写，则需要调整映射字典。如果用户的环境名称参数是其他值，需要根据实际情况修改映射。因此，修改后的代码示例： ```python#导入必要的包装器importgymfrom gym.wrappers importAtariPreprocessing, FrameStack#环境名称映射字典env_map= {"pong": "ALE/Pong-v5","breakout": "ALE/Breakout-v5","boxing": "ALE/Boxing-v5" }#获取新环境名称，如果args.env_name不在字典中，则使用默认（例如Pong）env_id= env_map.get(args.env_name,"ALE/Pong-v5") #创建环境env =gym.make(env_id,render_mode="rgb_array")#如果需要渲染，可以指定render_mode#应用预处理：帧跳过4，灰度化，缩放为84x84env =AtariPreprocessing(env, frame_skip=4, grayscale_obs=True, scale_obs=True)#帧堆叠4帧env =FrameStack(env, num_stack=4)#注意：如果用户需要其他预处理参数（如不进行缩放，或者不同的帧跳过等），可以调整AtariPreprocessing的参数```注意：在Gym0.26及以上版本中，创建环境时需要指定render_mode（如果需要渲染的话）。在训练时可能不需要渲染，但在测试或展示时可能需要。这里指定为"rgb_array"以便后续如果需要获取图像。另外，如果用户代码中原来有`env =AtariWrapper(env)`，那么现在应该移除，因为我们已经用标准包装器替代了。如果用户原来的AtariWrapper有其他功能（比如奖励裁剪、结束条件等），则需要额外添加相应的包装器。以上修改应该能解决环境名称不存在的问题，并确保环境具有与旧版类似的帧跳过和预处理功能。 §§相关问题§§1.如何在新版Gym中自定义Atari环境的帧跳过（frame skipping）参数？ 2.使用FrameStack包装器时如何确保观测空间的正确维度？ 3.如果不想使用灰度图像，如何设置AtariPreprocessing包装器？ 4.如何在新版Atari环境中获取游戏状态（如剩余生命值）以进行生命结束条件判断？ 5.在迁移旧版Atari代码时，如何处理新版Gym环境返回的info字典结构变化？</think>根据您提供的代码片段，您正在尝试使用旧版Atari环境名称（如`PongNoFrameskip-v4`），这些名称在Gym 0.26+版本中已被弃用。以下是完整的解决方案： ### 代码修复方案 ```python import gym from gym.wrappers import FrameSkip, FrameStack, ResizeObservation, GrayScaleObservation # 环境名称映射表（旧名称 → 新名称） ENV_MAP = { "pong": "ALE/Pong-v5", "breakout": "ALE/Breakout-v5", "boxing": "ALE/Boxing-v5" } # 获取新版环境名称 env_id = ENV_MAP.get(args.env_name, "ALE/Pong-v5") # 默认使用Pong # 创建基础环境 env = gym.make( env_id, render_mode="rgb_array", # 渲染模式 obs_type="rgb", # 观测类型（rgb/gray/ram） full_action_space=False # 使用简化动作空间 ) # 应用必要的包装器（模拟旧版行为） env = FrameSkip(env, skip=4) # 帧跳过（每4帧执行一次动作） env = ResizeObservation(env, (84, 84)) # 调整观测尺寸 env = GrayScaleObservation(env) # 灰度化 env = FrameStack(env, 4) # 帧堆叠（堆叠最后4帧） # 替换您原有的AtariWrapper # env = AtariWrapper(env) # 删除或修改此包装器 ``` ### 关键修改说明： 1. **环境名称映射**： - 使用新版ALE前缀环境（`ALE/GameName-v5`） - 创建映射表处理不同游戏名称 2. **帧跳过与堆叠**： - `FrameSkip`包装器实现动作重复 - `FrameStack`包装器实现帧堆叠 - 参数`skip=4`和`stack_size=4`模拟旧版`NoFrameskip`行为 3. **观测预处理**： - `ResizeObservation`调整观测尺寸 - `GrayScaleObservation`转换为灰度图像 - 替代您原有的`AtariWrapper` 4. **环境配置**： - `render_mode="rgb_array"` 获取图像数据 - `full_action_space=False` 使用简化动作空间（18个动作） - `obs_type="rgb"` 获取RGB图像观测 ### 依赖安装： ```bash pip install "gym[atari,accept-rom-license]" ale-py ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值