当前位置:   article > 正文

强化学习实践(一)Gym介绍_强化学习 机械臂 gym

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

1.Openai Gym与强化学习_基于gym的强化学习_李子树_的博客-CSDN博客

2.强化学习Openai Gym基础环境搭建_强化学习环境-CSDN博客 

3. Gym安装Atari环境(Windows,Linux适用)_gym atari-CSDN博客

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
推荐阅读
相关标签
  

闽ICP备14008679号