我的目標是用openai的gym+虛擬機器跑一下超級mario並且分析gym運用在csgobot上的可行性。
gym裡面包含了很多很小很精簡的定製小遊戲用來測試神經網路；
至於網路和邏輯可以從tensorflow中匯入。
openai gym 是乙個增強學習（reinforcement learning,rl）演算法的測試床（testbed）
openai gym由兩部分組成：
gym開源庫：測試問題的集合。當你測試增強學習的時候，測試問題就是環境，比如機械人玩遊戲，環境的集合就是遊戲的畫面。這些環境有乙個公共的介面，允許使用者設計通用的演算法。1.win10搜尋真的方便的多，進入系統變數path，在裡面新增openai gym服務。提供乙個站點（比如對於遊戲cartpole-v0：和api，允許使用者對他們的測試結果進行比較。
新增對應anaconda環境變數：（以自己的安裝路徑為準）
x:\anaconda3就可以。x:\anaconda3\scripts
x:\anaconda3\library\bin
2.清華映象可以直接命令列，或者在anaconda裡面設定：
conda config --add channels
conda config --add channels
conda config --set show_channel_urls yes
3.安裝gym
pip install --user gym -i跑乙個tutorial
import gym
env = gym.make(
'cartpole-v0'
)env.reset(
)#重置環境
for _ in
range
(1000):
#1000幀
env.render(
)#每一幀重新渲染環境
非常搞笑，桿子各種亂跑。
下面把agent連線到gym，試著跑一下
增強學習有幾個基本概念：
agent：智慧型體，也就是機械人，你的**本身。
environment：環境，也就是遊戲本身，openai gym提供了多款遊戲，也就是提供了多個環境。
action：行動，比如玩超級瑪麗，向上向下等動作。
state：狀態，每次智慧型體做出行動，環境會相應地做出反應，返回乙個狀態和獎勵。
reward：獎勵：根據遊戲規則的得分。智慧型體不知道怎麼才能得分，它通過不斷地嘗試來理解遊戲規則，比如它在這個狀態做出向上的動作，得分，那麼下一次它處於這個環境狀態，就傾向於做出向上的動作。
gym的核心介面是env，作為統一的環境介面。env包含下面幾個核心方法：
1、reset(self):重置環境的狀態，返回乙個初始情況的observation物件
2、step(self,action)推進乙個時間步長，從agent輸入action,，返回observation（state object），reward（float浮點型），done(boolean)，info（dict）
3、render(self,mode=』human』,close=false)重繪環境的一幀。預設模式一般比較友好，如彈出乙個視窗。
從無到有的創造事物
1.創造商品的一般流程 2.創造產品的過程包含幾個要點 1 綜合 將不同大的部件 子系統及技術集成為乙個整體。2 分析 運用數學 科學 工程技術和經濟學知識將不同方案的效能進行量化。3 交流 繪製見圖 建立數學模型或實體模型 撰寫書面報告 進行口頭陳述，讓管理部門理解並支援你的方案 構思及設計。4 ...
虛擬機器從無到有，伺服器從無到有的歷程（在更）
安裝虛擬機器之後做什麼？修改ip位址，方便訪問，在安裝作業系統前後都可以 修改ip位址之後，安裝php伺服器後先通過虛擬機器裡面的ie瀏覽器訪問，看能不能用，能用就代表配置好了，再去折騰用本機訪問 找vmare tools工具 莫名其妙安裝成無圖形化介面的os 莫名其妙再安裝一次是圖形化介面的 安裝...
從無到有的日誌分析演變過程
總結作為乙個萌新的我，雖然在學校開始自學網路安全知識，安全乙方公司實習了2年多，做了2年多份安全開發工作，漸漸的對網路安全有了深入的了解，2年間主要是負責安全工具開發和日誌系統開發，後面由於自身問題跳到了甲方公司，開始對甲方公司的網路安全進行從無到有的開發，由於之前開發過日誌分析平台，因此，我開始了...