强化学习实践（一）Gym介绍_强化学习机械臂 gym

作者：小小林熬夜学编程 | 2024-04-21 06:38:44

踩

强化学习机械臂 gym

学了一段时间强化学习的理论，近期准备进行一些算法实践。应用算法的前提是要创建一个合适的仿真环境，目前Openai的Gym(https://gym.openai.com) 是主流的强化学习实验环境库。

Gym已经集成许多开发好的环境，让RL的研究者们可以直接上手使用，而不需要按照论文中的描述重建环境，当然也可以在Gym中构建自己需要的环境。

总的来说，Gym可提供的环境可以归为以下几类：

1. 经典控制

主要是经典强化学习文献中的控制理论问题，像平衡车的控制。

2. Atari游戏

注意，游戏环境需要单独安装下。

3.Robotics机器人模拟

基于Gym开发的机器人3D模拟环境，通过控制机器臂完成一些特定任务。地址

4..开放的Gym

Gym除了提供如此多的环境外，还提供二次开发的接口，让你可以基于Gym搭建自己想要的环境。例子

注意：Github上也有许多基于Gym开发的强化学习环境

参考文献

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小小林熬夜学编程/article/detail/461563