OpenAI Gym是一个强化学习研究平台，旨在为各种环境提供通用智能基准。
强化学习--当游戏的输入只有像素时，我们如何决定对代理的奖励？
我是RL新手，我做得最好的是openAI gym中的CartPole。在CartPole中，API会自动提供给定动作的奖励。我如何决定奖励，当我有......。
无法将 pytorch 安装到我的 anaconda 虚拟环境中。
我正在遵循OpenAI的spinningUp教程，我卡在了项目的安装部分。我使用的是Anaconda，当我这样做：Pip install -e 。它给出了以下错误：...
我刚刚开始使用强化学习，并试图使用OpenAI gym创建一个自定义环境。然而，我在尝试创建一个环境（有道路和交叉口）时陷入了困境......。
我试图在Openai的atari健身房环境中实现MCTS，这需要计划的能力：在环境中行动并将其恢复到以前的状态。我读到可以用 ...
在使用OpenAI gym时，用import gym导入库后，可以用env.action_space检查动作空间。但这只给出了动作空间的大小。我想知道的是...
ImportError：无法从'roboschool'导入名称'cpp_household'
请帮助我。我无法导入lib roboschool 1.0.49 Gym == 0.15.4输入导入roboschool输出D：\ Users \ gumin \ anaconda3 \ python.exe D：/ Users / gumin / anaconda3 / Lib / site-packages / roboschool / test。 py ...
我正在使用Gym版本-'0.9.7'和mujoco_py版本1.50.1.41，Python 3.6.1 | Anaconda 4.4.0，安装在Mac上。尝试时：import gym env = gym.make（'Humanoid-v1'）我得到以下信息...
OpenAI的基线使用以下代码返回LazyFrames而不是串联的numpy数组以节省内存。这个想法是利用了一个事实，即可以在...
我已经使用PyGame制作了游戏。我想使用游戏屏幕的输出作为观察的习惯，而不是一组距离和角度。 （我看过用于自定义文档的文档...
有没有一种方法可以实现OpenAI的环境，在该环境中，操作空间在每个步骤上都会发生变化？
有没有一种方法可以实现OpenAI的环境，每个动作空间在每个步骤都会改变？
如何使用OpenAi-Gym和Scoop产生可再现的随机性？
如何使用OpenAi-Gym和Scoop产生可再现的随机性？每次重复该示例时，我都希望得到完全相同的结果。如果可能的话，我希望它可以与现有的库一起使用...
在OpenAI健身房的classic_control环境中无法更改模型参数
我正在使用CartPole-v1环境，正在尝试更改某些模型参数（例如force_mag），以测试带有模型变化的算法的稳健性。我是...
我想创建自己的健身环境。我已按照此处说明的步骤进行操作：https://github.com/openai/gym/blob/master/docs/creating-environments.md。根据他们的建议，我创建了...
ImportError：无法导入名称'SkipWrapper'
我正在使用Gym Open AI处理此AI代码。所以我试图导入这个包装器，并且得到这个ImportError。导入numpy作为np导入火炬导入torch.nn作为nn导入torch.nn。功能为...
Openai的PPO2模型在通过我的自定义环境（Python）时返回NANs
我制作了以下自定义环境：Market（gym.Env）类：“”“此环境用于使用OpenAI健身房强化学习算法来训练BUYING vwap殴打算法”“”“元数据= ...
[在像Atari太空入侵者的环境中，环境的状态就是它的图像，因此在下面的代码观察行中，动作，奖励，_ = env.step（）观察变量保存着实际的图像...
我正在尝试为模拟问题提供一个体育馆环境。在我的体育馆环境中，我有一系列非法状态，我不希望我的经纪人进入这些状态。添加这样的最简单的方法是什么...
Rllib文档提供了有关如何创建和训练自定义环境的一些信息。关于注册该环境有一些信息，但是我想它需要与健身房不同地工作...
[当我在健身房渲染环境时，它玩游戏的速度如此之快，以至于看不到发生了什么。代码应该没有问题，因为我尝试了很多不同的代码。