WOLFRAM

Wolfram 语言与系统参考资料中心

"OpenAIGym" (强化的学习环境)

"OpenAIGym" 为 Python OpenAI Gym 强化学习环境程序包提供接口.
为了使用 "OpenAIGym"，必须安装 OpenAI Gym Python 程序包.
OpenAI Gym Python 程序包仅在 Linux 和 macOS 平台上正式支持. 另外，一些族环境也可用. 本页面上的范例使用了 "Atari" 族环境. 根据主机系统的详细信息，这些族可以使用下列之一从命令行安装（另外详细的安装说明可在这里找到）：
$ pip install "gym[atari]"
$ pip3 install "gym[atari]"
$ pip install gym atari-py
ExternalEvaluate 用于与该 Python 程序包接口. 由用户确保设置ExternalEvaluate 为带有安装的 Gym 的 Python 环境. 运行以下指令简单测试确保正确设置 Gym：
ExternalEvaluate["Python", "import gym"]
OpenAI Gym 的 CarRacing-v0 环境

范例

基本范例  (2)

打开 "Atlantis-v0" Atari 环境：

Wolfram Language code: env = DeviceOpen["OpenAIGym", "Atlantis-v0"]

观察初始状态：

Wolfram Language code: observe1 = DeviceRead[env]

在这种情况下，"ObservedState" 是像素值数组，用图像进行可视化：

Wolfram Language code: Image[observe1["ObservedState"]]

获取随机行为：

Wolfram Language code: action = DeviceExecute[env, "RandomAction"]

接受随机行为：

Wolfram Language code: observe2 = DeviceExecute[env, "Step", action]

接受通常修改 "ObservedState" 的行为：

Wolfram Language code: observe1["ObservedState"] == observe2["ObservedState"]

重置环境为初始状态. 返回初始的 "ObservedState"：

Wolfram Language code: DeviceExecute[env, "Reset"]

关闭环境：

Wolfram Language code: DeviceClose[env]

打开 "Breakout-v0" 环境：

Wolfram Language code: env = DeviceOpen["OpenAIGym", "Breakout-v0"]

可视化随机中介播放 Breakout：

Wolfram Language code: ListAnimate@Table[Image@DeviceExecute[env, "Step", DeviceExecute[env, "RandomAction"]]["ObservedState"], 30]

关闭环境：

Wolfram Language code: DeviceClose[env]