OpenAI

Introduction

OpenAI 是google提供的一个环境库，用以测试和对比不同强化学习算法。

下载地址：OpenAI

Basic

在强化学习中，有两个重要的概念：

• 环境
• 与环境交互的人（你所设计的算法）

环境的作用： 接受agent作出的某种action，并给予agent反馈，反馈信息主要包含reward 和 一些可观测状态量。

agent的作用： 根据反馈信息，做出下一次action

Gym 的核心接口是Env, 没有用户API。Env的几个重要接口是:

• reset(self): 重置环境， 返回观测值
• step(self,action): 朝环境做出某种行为，返回 观测，reward，done，info.
• render(self,mode='human',close=False): 渲染一帧环境

Installation

Windows:

pip install gym

OSX:

brew install cmake boost boost-python sdl2 swig wget 

Ubuntu

apt-get install -y python-numpy python-dev cmake zlib1g-dev libjpeg-dev xvfb libav-tools xorg-dev python-opengl libboost-all-dev libsdl2-dev swig

env

• action_space
  
  • n 动作空间的个数
• observation_space
  
  • shape 维度