在openai gym中使用自己的環境

gym是openai推出的強化學習框架，它提供了豐富的介面給開發者使用，再結合其開源的常見演算法實現openai/baselines，能夠使開發者方便地將各種強化學習演算法應用到自己的需求中。

環境是強化學習演算法中的重要一環，環境如何對agent的動作進行反饋，即state和reward的更新，直接影響了agent後續的動作。因此，針對不同的需求，我們需要定義自己的環境。下面就主要介紹如何在gym中使用自己的環境。

首先需要定義自己的環境myenv.py，其**框架如下:

from gym import spaces, core
# core.env是gym的環境基類,自定義的環境就是根據自己的需要重寫其中的方法；
# 必須要重寫的方法有: 
# __init__()：建構函式
# reset()：初始化環境
# step()：環境動作,即環境對agent的反饋
# render()：如果要進行視覺化則實現
class
myenv
(core.env)
:def
__init__
(self)
:		self.action_space = spaces.box(low=-1
, high=
1, shape=(1
,))# 動作空間
self.observation_space =  spaces.box(low=-1
, high=
1, shape=(1
,))# 狀態空間
# 其他成員
defreset
(self):.
..obs = self.get_observation(
)return obs
defstep
(self, action):.
..reward = self._get_reward(
)		done = self._get_done(
)		obs = self._get_observation(action)
info =
# 用於記錄訓練過程中的環境資訊,便於觀察訓練狀態
return obs, reward, done, info
# 根據需要設計相關輔助函式
def_get_observation
(self, action):.
..return obs
def_get_reward
(self):.
..return reward
def_get_done
(self):.
..return done

定義好自己的環境後，必須將其註冊到gym中去，才能使用。下面介紹如何註冊環境：

首先建立乙個資料夾env,將定義好的環境myenv.py放入其中，並在該目錄下再新建乙個檔案__init__.py，檔案內容如下：

from gym.envs.registration import register
register(id=
'env_name-v0'
# 環境名,版本號v0必須有
entry_point =
'env.myenv:myenv'
# 資料夾名.檔名:類名
# 根據需要定義其他引數
)

注意，entry_point的路徑一定要在sys.path中，以便你在註冊環境時，gym能夠找到，如果該路徑不在系統路徑中，則會報錯。

import env # 上一步的資料夾名

例如：

import gym
import env
env = gym.make(
'env_name-v0'
)# 引數為環境的id
obs = env.reset(
)for i in
range
(1000):
action = agent(obs)
obs, reward, done, info = env.step(action)
if done:
break

若使用openai/baselines，即在baselines/common/cmd_util.py檔案中加上這一句。

若這一步之後，在新增環境時找不到相應的包，那就是因為gym找不到entry_point的路徑，則需要在新增環境的py檔案中:

import sys
'./'
)# 此時假設此py檔案和env資料夾在同一目錄下

方法二：

進入gym/envs在本地的安裝目錄，比如我的是/usr/local/miniconda3/lib/python3.6/site-packages/gym/gym/envs，在該目錄下找乙個與你的環境比較相似的環境型別（其實隨便選乙個就可以），比如classic_control，將myenv.py放在該目錄下，並在該目錄中的__init__.py中加上一句：

from gym.envs.classic_control.myenv import myenv

完成後，返回gym/envs目錄，在該目錄的__init__.py中註冊環境：

register(id=
'env_name-v0'
# 環境名,版本號v0必須有
entry_point =
'env.myenv:myenv'
# 資料夾名.檔名:類名
# 根據需要定義其他引數
)

至此，就完成了環境的註冊，就可以使用自定義的環境了！

官方的環境註冊方法：

在openai gym中使用自己的環境

在中使用SQLDMO

在Openfire中使用自己的資料表之修改系統屬性

在ClanLib中使用blend func

在openai gym中使用自己的環境

在中使用SQLDMO

在Openfire中使用自己的資料表之修改系統屬性

在ClanLib中使用blend func

相關推薦