知识卡片
gym安装与快速上手
在Linux下用gym跑通第一个示例的可迁移流程:先装Anaconda管理环境,用conda create –name gymlab python=3.5建虚拟环境;再用source activate gymlab激活,git clone gym仓库后执行pip install -e ‘.[all]‘完成安装,必要时把gym目录加入PYTHONPATH。跑demo的六步是:开终端并激活虚拟环境、运行python、import gym、env=gym.make(‘CartPole-v0’)创建小车倒立摆、env.reset()初始化、env.render()显示。这套“建虚拟环境→激活→装包→创建环境→重置→渲染”的流程可迁移到多数Python强化学习实验,关键是隔离依赖并确认环境可正常渲染。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 第1章 绪论
原书出处 · 1 处
- 第1章 绪论 · 查看原书依据
④ 创建一个小车倒立摆模型:env=gym.make(‘CartPole-v0’); ⑤ 初始化环境:env.reset; ⑥ 刷新当前环境,并显示:env.render()。 通过这6步,我们可以看到一个小车倒立摆系统
参考来源
- 位置:《深入浅出强化学习:原理入门》第1章 绪论(源文件:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00008.html)
- 结论依据:正文逐步给出Anaconda安装、虚拟环境创建、gym完全安装命令及六步demo,构成可直接复现的上手路径。
- 原始内容:④ 创建一个小车倒立摆模型:env=gym.make(‘CartPole-v0’); ⑤ 初始化环境:env.reset; ⑥ 刷新当前环境,并显示:env.render()。 通过这6步,我们可以看到一个小车倒立摆系统