强化学习笔记——Win10+Gym环境配置

最新推荐文章于 2025-07-01 09:33:16 发布
原创 最新推荐文章于 2025-07-01 09:33:16 发布 · 8.6k 阅读 · 71 ·
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

本文详细介绍了在Windows 10系统中使用Anaconda搭建Python3.6环境并创建gym环境的过程，包括Anaconda的下载与安装、环境创建、设置镜像源以加速下载、激活与管理环境、安装相关组件，以及如何在PyCharm中配置该环境运行gym教程代码。

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

Win10+Gym强化学习环境配置

Anaconda

Anaconda主要是用来创建独立的 Python 开发运行环境。

下载

镜像下载地址
我下载的是Anaconda3-4.3.0-Windows-x86_64.exe版本。
参考anaconda python 版本对应关系

Anaconda3-4.3.0.1-Windows-x86_64.exe 对应 python3.6.0
Anaconda3-5.1.0-Windows-x86_64.exe 对应 python3.6.3

下载后双击即可安装，一步步点击过去就行，比较简单。
参考Anaconda安装教程

安装完测试一下

按 win+R 调出cmd，输入conda info，显示如图就没有问题啦~
在这里插入图片描述
另外，使用conda list可以查看已经安装的包
在这里插入图片描述

（可选）设置Anaconda镜像，加速下载包

使用conda install 包名 安装需要的Python非常方便，但是官方的服务器在国外，因此下载速度很慢，国内清华大学提供了Anaconda的仓库镜像，我们只需要配置Anaconda的配置文件，添加清华的镜像源，然后将其设置为第一搜索渠道即可，cmd命令行下分别执行以下命令（为避免奇怪错误，接下来整个环境配置我都是用的管理员身份）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/c
conda c
最低0.47元/天 解锁文章

200万优质内容无限畅学
强化学习实战——OpenAI Gym环境配置+实战演示（win10）
LZL2020LZL的博客
11-21 4634
遇到问题：无法安装pickle5原因是:python3.8与该包不兼容，必须降python3.7的版本。
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础
热门推荐
盼小辉丶的博客
05-29 15万+
工欲善其事，必先利其器。为了更专注于学习强化学习的思想，而不必关注其底层的计算细节，我们首先搭建相关强化学习环境，包括 PyTorch 和 Gym，其中 PyTorch 是我们将要使用的主要深度学习框架，Gym 则提供了用于各种强化学习模拟和任务的环境。除此之外，本文还介绍了一些 PyTorch 的基础知识，以及 Gym 环境的使用方法，为之后的强化学习实战奠定基础。
Win10系统强化学习环境配置
俟光凝虹天的博客
05-13 649
注：环境配置对标书籍《强化学习入门：从原理到实践》(叶强著)所需环境 1. Anaconda安装 直接官网下载 安装时注意勾选该页面两个选项 安装完成后检查系统环境变量是否已经包含下图几项，没有的话手动添加环境变量 2. Pycharm安装 直接官网下载Community版本即可 安装时注意勾选该页面的选项 3. Conda环境管理 3.1. 创建虚拟环境 conda create --name yourEnv python=3.7 name：也可以缩写为 【-n】，【yourEnv】是创建的虚拟
win10 下安装 gym
颹蕭蕭
03-31 5153
创建虚拟环境 universe 安装 gym conda create -n universe python=3.6 activate universe pip install gym==0.7.0 >>> pip list Package Version ------------ -------- certifi 2019.3.9 chardet ...
Gym：强化学习环境库的实践指南
最新发布
weixin_35636570的博客
07-01 1061
GYM (General-Purpose Environment for Learning) 是一个为强化学习算法设计的开源库。它的主要目的是为了提供一个标准化的接口，使得研究者和开发者能够在相同的条件下比较和测试不同的强化学习算法。GYM的设计理念强调简洁性和通用性，其框架遵循了“观察—动作—奖励”（Observation-Action-Reward）的循环模式，这是强化学习中的核心概念。GYM库是用Python编写的，并且是作为OpenAI的一套工具集而开发的。
强化学习软件及虚拟环境安装与配置
星梦的博客
02-25 811
安装anaconda3 添加系统环境变量， C:\anaconda3 C:\anaconda3\Scripts C:\anaconda3\Library\lib 三项分别添加 我的电脑，属性，高级系统设置，高级，环境变量，选择Path，添加以上三个路径。 不然无法找到对应的命令。 即win+R中输入cmd，输入conda info无响应。 配置虚拟环境 若提示安装失败 换回默认源： conda config --remove-key channels #换回默认源 虚拟环境创建后会在安装目..
深度学习电脑买什么配置---低中高三个配置
jsnuchao的博客
08-23 6311
深度学习，目标检测，电脑配置
【笔记】深度强化学习-课程环境配置
JHLHONORIFI的博客
02-29 1551
课程笔记和一些准备
强化学习入门——Win10+Anaconda+Gym环境配置
qq_43513349的博客
07-07 3571
下载Anaconda Anaconda主要是用来创建独立的 Python 开发运行环境。 如果你使用的主要的python版本能在下表中找到，那安装对应的anaconda当然更好 如果你只是临时想用某个版本的python，或找不到对应版本，你大可以直接安装最新的anaconda，然后用conda create来创建虚拟环境即可，不用非得找到对应的anaconda来装。 最佳的策略是你的机器上只保留一个anaconda，其中包含着你最常用的python版本，然后其他的版本环境全都用虚拟环境来管理。 参考链接
强化学习——OpenAI Gym——环境理解和显示
12-21
在强化学习中，OpenAI Gym是一个广泛使用的平台，它提供了许多环境用于训练和测试智能体。本文将深入探讨OpenAI Gym环境的理解和显示，以CartPole为例。 首先，我们需要导入`gym`库，并创建一个特定的环境。在...
Windows系统强化学习gym环境搭建
weixin_47929989的博客
06-06 959
8、下载好swig后，将其解压，然后在环境变量的路径里加入解压结果对应的swig.exe所在的目录。Win10系统设置环境变量的方法是：右击“我的电脑”->“属性”->“高级系统设置”->“环境变量”，再选择系统变量中的“PATH”增加新路径。7、下载swig,链接：http://prdownloads.sourceforge.net/swig/swigwin-4.0.0.zip。10、如果报错，确保电脑安装了visual studio。12、在gym\gym文件夹中运行。6、出现box2d未安装成功。
gym强化学习环境配置
qq_53682472的博客
07-02 1728
下载完成后，安装包在Downloads文件夹下（在终端用Ctrl+Alt+T组合键打开终端），键入cd downloads，然后键入bash anaconda3_4.3.0-linux-x86_64.sh(小技巧，键入bash an 然后按下Tab键，Linux会自动补全后面的名字)3.gym 本身集成许多仿真环境，如经典控制中的车摆环境，小车爬山环境、雅达利游戏、棋盘环境等，利用这些写好的环境，可以学习强化学习算法的基本原理。物理引擎用来模拟环境中物体的运动规律，图像引擎用来显示环境中的物体图像。
CNTK与深度强化学习笔记之一： 环境搭建和基本概念
cuiwader的专栏
08-17 5040
如需转载，请指明出处。 前言深度强化学习是人工智能当前的热点，CNTK也是微软力推的深度学习框架，2.x版本比之前有了长足的进步。目前国内将这两者融合起来的文章还不多。因此写作了这个学习笔记，希望能对大家有所帮助。
强化学习与Gym环境配置
weixin_41177820的博客
10-22 1736
在Windows下配置Gym环境遇到的问题与解决
conda部分命令与强化学习gym环境配置
weixin_47445856的博客
09-06 3071
conda部分命令与gym环境环境配置，gym下的pytorch的安装，pip命令
如何在win10环境下配置强化学习gym库（使用vscode）
m0_63054020的博客
08-29 3912
如何使用vscode在强化学习中配置gym库
强化学习——Win10+Gym环境配置
qq_38156104的博客
02-25 1128
使用Anaconda进行Python环境创建 创建一个gym环境 在 anaconda中创建一个新环境： conda create -n gym python=3.6.0 根据所给提示，激活并进入所创建的gym环境用activate gym， 离开gym环境使用deactivate gym， 列出所有环境使用conda env list，其中*号表示当前对应的环境。 删除环境使用conda env remove -n python360，与创建环境正好相反。 安装相关组件 conda i
强化学习环境库 Gym 发布首个社区发布版，全面兼容 Python 3.9
AI科技大本营
08-26 2621
作者：肖智清 来源：AI科技大本营 强化学习环境库Gym于2021年8月中旬迎来了首个社区志愿者维护的发布版Gym 0.19。该版本全面兼容Python 3.9，增加了多个新特性。 强化学习环境库的事实标准Gym迎来首个社区发布版 Gym库在强化学习领域可以说是众人皆知。它是OpenAI于2016年推出的Python环境库，内置了冰面滑行FrozenLake、车杆平衡CartPole、小车上山MountainCar、双足机器人BipedalWalker等经典强化学习任务环境，是目前...
win11安装gym
2301_80311277的博客
09-12 712
解决方法：搜了下可能还是gym版本的问题，都说直接pip的gym就是最新版本0.26.2，但是我的不是，所以干脆直接升级成最新了：pip install gym==0.26.2。错误2：Original error was: No module named 'numpy.core._multiarray_umath'错误3：ModuleNotFoundError: No module named 'ale_py._ale_py'解决方法：python -m pip install ale_py==0.7。
评论 10
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