强化学习gym环境测试代码

该代码演示了如何在Python中使用OpenAIGym库创建并初始化CartPole-v1环境,执行随机动作并渲染游戏画面。智能体与环境交互,直到episode结束。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import gym
import time

# 生成环境
env = gym.make('CartPole-v1')

# 环境初始化
state = env.reset()
# 循环交互
while True:
    # 渲染画面
    env.render()
    # 从动作空间随机获取一个动作
    action = env.action_space.sample()
    # agent与环境进行一步交互
    # state, reward, done, info = env.step(action)
    state, reward, done, info = env.step(action)

    print('state = {0}; reward = {1}'.format(state, reward))
    # 判断当前episode 是否完成
    if done:
        print('done')
        break
    time.sleep(2)
# 环境结束
env.close()
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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