深度强化学习（DRL）二：强化学习环境Gym

一、选择框架

RL方面学习框架和平台很多，比较出名的有DeepMind的 Control Suite，OpenAI的 Gym 和 MuJoCo，以及Roboschool、PyBullet等等。

模型和算法依赖于后端使用的库有numpy, tensorflow, keras, pytorch等等。

作为一个初学者，我选则比较常用的OpenAI的 Gym 和 MuJoCo作为环境，Python 2.7 or 3.5以上都可以。在Linux上测试会比较稳定，Windows折腾一下也行。

安装Gym:

# 不翻墙可能速度会比较慢
pip install gym  
# 用清华镜像下载
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple gym 

MuJoCo安装过程:mujoco win7下载安装

另外，OpenAI出品了强化学习 (RL) 入门教程，叫Spinning Up。
完全没有机器学习基础的人类，也可以迅速上手强化学习。有实战，有论文，有习题，帮你从入门到精通。

地址：Spinning Up

二、认识Gym

Gym是OpenAI的开源测试平台，可以从官方文档了解一下gym

Gym主要有以下几个环境：

1. 经典控制和玩具文字：完成小规模任务，大部分来自RL文献。 他们是来帮助您入门的。

<