【强化学习探索01】Win10 下gym安装

一、序言

⾸先， gym 是 OpenAI 开发的通⽤强化学习算法测试平台， 背后有⼤神 Pieter Abbeel、 Sergey Levine 等⼈率领的强⼤团队的⽀持。其次， 学会了gym的基本应⽤， 可以⾃⼰学习使⽤OpenAI的其他开源强化学习软件， 如universe、 roboschool 和baselines等。再次， gym本⾝集成了很多仿真环境， 如经典控制中的⻋摆环境，⼩⻋爬⼭环境、 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。 另外， gym是⽤Python语⾔写的， 可以和深度
学习的开源软件如TensorFlow等⽆缝衔接。
 

需要工具：anaconda+pycharm

anaconda与pycharm安装：可以参考这篇文章

接下来正式讲解gym安装

二、安装gym

1. 在安装好pycharm与anaconda后，打开cmd运行窗口，可以右键，点运行

    

2. 设置anaconda环境变量：anaconda的路径和anaconda\Scripts的路径，如图点击编辑

    

3. cmd中查看python版本: Python3.7.3

    

4.  打开annconda prompt

    

5. 在anaconda prompt中输入conda create -n python385 python=3.7.3指令创建anaconda中的python环境

6. 在anaconda prompt中输入conda create -n gym python=3.7.3指令创建gym环境

7. 在anaconda prompt中输入 conda activate gym激活gym环境，成功标志：命令行前出现（gym）

8. 在anaconda prompt中输入conda install pandas安装pandas，如果这里报错出现CondaHTTPError问题，可以看看这篇文章（点击此处）

9. 在anaconda prompt中输入conda install tensorflow安装tensorflow

10. 在anaconda prompt中输入pip install matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

11. 在anaconda prompt中输入python -m pip install –upgrade pip

12. 在anaconda prompt中输入pip –default-timeout=100 install gym -i https://pypi.tuna.tsinghua.edu.cn/simple安装gym库

13. 在pycharm中运行例子代码

    import gym
     
    def main():
        env = gym.make('CartPole-v0')
        for i_episode in range(20):
            observation = env.reset()
            for t in range(100):
                env.render()
                print(observation)
                action = env.action_space.sample()
                observation, reward, done, info = env.step(action)
                if done:
                    print("Episode finished after {} timesteps".format(t + 1))
                    break
     
     
    if __name__ == "__main__":
    main()

    不会用pycharm建项目可以看看这篇文章，

14. 如果运行程序后显示找不到pygame、gym，在file中点击settings点击图中加号位置

     

    搜索gym点击install package，同理pygame也是如此搜索添加

    

15.  如果运行后出现下图即为运行成功，那么恭喜你已经学会安装gym并且可以运行它了！