如何查看OpenAI健身房环境中可用的动作？
在OpenAI健身房环境中，可以通过以下步骤查看可用的动作：
- 导入必要的库和模块：
import gym- 创建健身房环境：
env = gym.make('环境名称')注意：这里的'环境名称'是指具体的健身房环境，如'CartPole-v1'、'MountainCar-v0'等。
- 获取可用的动作空间：
action_space = env.action_space- 查看动作空间的类型和范围：
if isinstance(action_space, gym.spaces.Discrete):
# 离散动作空间
num_actions = action_space.n
print("可用的动作数量：", num_actions)
elif isinstance(action_space, gym.spaces.Box):
# 连续动作空间
action_shape = action_space.shape
action_low = action_space.low
action_high = action_space.high
print("动作空间形状：", action_shape)
print("动作空间范围：", action_low, "-", action_high)在这里，我们没有提及任何特定的云计算品牌商，但我们可以根据具体的场景和需求，使用腾讯云提供的相关产品来支持云计算的需求。腾讯云的产品文档和介绍可以在官方网站上找到：https://cloud.tencent.com/document/product/215
相关·内容
对于离散的动作空间环境，RL算法可以通过简单地映射(或舍入)agent在连续空间范围(健身房环境)中的动作到openai健身房环境中的离散动作来实现RL算法吗？
浏览 3提问于2022-01-21得票数 0
我有一个任务是制作一个AI Agent，它将学习使用ML玩视频游戏。我想用OpenAI健身房创建一个新的环境，因为我不想使用现有的环境。如何创建新的自定义环境？
另外，有没有其他方法可以让我开始开发使AI代理在没有OpenAI健身房的帮助下玩特定的视频游戏？
浏览 2提问于2017-07-13得票数 92
回答已采纳
2回答
我目前正在阅读Sutton & Barto的“强化学习”，我正在尝试自己编写一些方法。
策略迭代就是我目前正在做的工作。我正在尝试使用OpenAI健身房来解决一个简单的问题，比如CartPole或连续的山地车。
但是，对于策略迭代，我需要状态之间的转换矩阵和奖励矩阵。
这些是从你在OpenAI健身房构建的‘环境’中获得的吗？
我使用的是python。
如果不是，我如何计算这些值，并使用环境？
浏览 12提问于2017-08-01得票数 3
1回答
如果我想研究用于机器人的RL算法，我应该如何使用Gazebo和OpenAI健身房来测试、训练和测试该算法？我是否应该从OpenAI健身房开始，把分数很高的算法带到Gazebo环境中去，以适应现实世界的场景？
浏览 2提问于2017-03-27得票数 3
在使用OpenAI健身房时，使用import gym导入库后，可以使用env.action_space检查操作空间。但这只会给出行动空间的大小。我想知道动作空间的每个元素对应于什么样的动作。有什么简单的方法吗？
浏览 5提问于2020-06-10得票数 4
回答已采纳
在OpenAI ProcGen健身房，我没有办法让获得动作值的含义，我可以看到，对于使用env.action_space.n的coinrun环境，有15个动作。我试过健身房和Gym3版本。
这就是我如何创造环境(健身房版)。
env = gym.make('procgen:procgen-%s-v0'%('coinrun'))
这两种方法似乎都不起作用。
env.action_spec()
env.env.get_action_meanings()
我试着用env.env和env.env.env来改变env.env和env.env.env，但没有任何效果。我收到
浏览 5提问于2020-06-12得票数 1
回答已采纳
我是RL的新手，我做过的最好的事情是在openAI健身房做过CartPole。在cartPole中，API会根据所采取的操作自动提供奖励。如果我只有像素数据，没有“魔法函数”可以告诉我某个动作的奖励，我该如何决定奖励呢？
比方说，我想在GTA San Andreas做一个自动驾驶机器人。我可以访问的输入是原始像素。我该如何计算它所采取的某个行动的奖励呢？
浏览 11提问于2018-01-22得票数 0
是在像OpenAI健身房这样的强化学习环境中随机选择的初始状态。换句话说，命令env.reset()产生的是随机选择的初始状态还是特定的初始状态？
浏览 16提问于2019-12-29得票数 2
回答已采纳
我创建了一个非常简单的OpenAI健身房()，不知道我是否应该/如何实现env.seed(0)。
请参见示例。
浏览 9提问于2017-11-16得票数 6
我想在不打开渲染窗口的情况下访问OpenAI健身房CartPole-v0环境中的原始像素。我该怎么做？
示例代码：
import gym
env = gym.make("CartPole-v0")
env.reset()
img = env.render(mode='rgb_array', close=True) # Returns None
print(img)
img = env.render(mode='rgb_array', close=False)
# Opens annoying window, but give
浏览 2提问于2017-04-21得票数 8
我是在openai健身房提供的CartPole-v0上工作。我注意到我的程序从来没有超过200分。在某种程度上，它停留在200，不会更高。我想知道在openai健身房中有没有什么我可能遗漏的配置。有没有人发现这个问题？
浏览 0提问于2018-06-04得票数 5
我已经成功地使用Q-学习解决了一些经典的OpenAI健身房强化学习环境(即出租车，CartPole)。这些环境允许在每个时间步骤中执行单个操作。但是，我无法找到一种解决问题的方法，即在每个时间步骤同时采取多个操作。例如，在Roboschool环境中，必须在每个时间步骤中指定两个扭矩值--每个轴一个。问题是，Q矩阵是由(状态，动作)对构建的。但是，如果同时执行多个操作，则建立Q矩阵并不简单。
由Maxim Lapan著的“深入强化学习”一书提到了这一点，但没有给出一个明确的答案，参见下面的引文。
当然，我们并不局限于执行一个动作，而且环境可以有多个动作，例如同时按多个按钮或控制方向盘和按两个踏
浏览 0提问于2019-04-05得票数 4
我需要实现自定义的tensorflow健身房环境来使用tf代理。
是否有关于“标准”健身房环境的代码？电动推车杆
请注意，这是tensorflow的特定问题，而不是openAi
浏览 7提问于2022-09-05得票数 -1
我想要做的是修改一个环境，例如，以Super Mario Bros健身房环境为例，模糊智能体训练的图像，看看强化学习智能体是否仍然能够在这些“模糊”状态上学习。 OpenAI使这样的事情成为可能吗？如何添加健身房环境预处理步骤？
浏览 38提问于2020-11-11得票数 1
回答已采纳
TRPO - RL:我需要一个8自由度的机械臂来移动一个指定点。我需要实现的TRPO代码使用OpenAI健身房。我已经有了凉亭的环境。但是我不确定如何编写奖励函数的代码和联合空间运动的算法。请帮帮忙。
浏览 2提问于2020-03-05得票数 0
1回答
我已经看到了用于具有离散动作空间的强化学习任务的强化策略算法的多个实现。是否有针对连续动作空间的算法(或其他策略梯度算法)的实现？
更具体地说，有没有可能从OpenAI健身房实现两足动物运动的增强-“人形-v2”？
谢谢。
浏览 1提问于2018-04-13得票数 2
我想让OpenAI健身房在一个码头容器内使用渲染的OpenGL可视化。
在Docker中运行OpenAI健身房很简单。但是，当您在Docker容器内的OpenAI环境上调用env.render()时，还不清楚如何在我的OS X笔记本电脑上的窗口中显示渲染环境。
我该怎么做呢？
浏览 3提问于2016-05-29得票数 4
除了之外，我还没有找到更详细的文档。
我需要知道正确的方法来创造：
具有1..n可能操作的动作空间。(目前使用离散的动作空间)
一个具有2^n状态的观察空间--为所采取的每一种可能的动作组合提供状态。我想要一个动作向量的一个热表示-1表示action was already taken，0表示action still hadn't been taken。
我该如何处理openAI的健身房呢？
谢谢
浏览 1提问于2019-01-03得票数 1
回答已采纳
5回答
我在Windows10上安装OpenAI健身房环境有问题。我已经成功地安装和使用了相同的系统上的OpenAI健身房。
当试图运行makefile时，它总是会被绊倒。
我正在运行命令pip install gym[atari]
以下是错误：
这是我目前在我的系统上所拥有的.cmake和make都清楚地安装了。
浏览 9提问于2017-03-05得票数 44
回答已采纳
我希望代理所做的一个动作需要在每个动作之间有一个延迟。对于上下文，在玩偶游戏中，我有下面的子弹射击代码：
if keys[pygame.K_SPACE]:
current_time = pygame.time.get_ticks()
# ready to fire when 600 ms have passed.
if current_time - previous_time > 600:
previous_time = current_time
bullets.append([x + 25, y + 24])
我设置了一个计时器来
浏览 2提问于2018-04-09得票数 1
回答已采纳
在OpenAI环境下，我尝试使用一种强化学习解决方案，它有6个离散的连续值，例如增加参数1( 2.2 )，减少参数1( 1.6 )，减少参数3(1)等等。
我在这个代码中看到，这样一个动作空间被实现为一个连续空间，其中第一个值被近似为离散值(例如，0如果它是<1或2如果它是<2和> 1)。
有人知道上面的解决方案是否是实现这样一个操作空间的正确方式吗？还是健身房提供了另一种方式？
浏览 0提问于2020-04-17得票数 4
回答已采纳
1回答
我创建了一个自定义的openai健身房环境，它有一个离散的动作空间和一个有点复杂的状态空间。状态空间被定义为元组，因为它结合了一些连续的维度和其他离散的维度： import gym
from gym import spaces
class CustomEnv(gym.Env):
def __init__(self):
self.action_space = spaces.Discrete(3)
self.observation_space = spaces.Tuple((spaces.Discrete(16),
浏览 73提问于2019-10-09得票数 4
回答已采纳
我是一个完整的新手，强化学习，并一直在寻找一个框架/模块，以轻松地浏览这个危险的地形。在我的搜索中，我遇到了两个模块& keras-rl & OpenAI健身房。
我可以让他们两个在他们的WIKIs上共享的例子上工作，但是他们提供了预定义的环境，并且很少或根本没有关于如何设置我自己的自定义环境的信息。
如果有人能给我指点一个教程，或者只是向我解释一下如何建立一个非游戏环境，我会非常感激。
浏览 2提问于2017-06-10得票数 12
回答已采纳
1回答
为什么要限制连续的动作？
、、、
在深度强化学习中，使用连续的动作空间，为什么在智能体执行之前夹住动作似乎是一种常见的做法？
示例：
OpenAI健身房山地车
Unity 3DBall
信息丢失不是这样做的吗？例如，如果模型输出速度为+10 (移动)，然后将其钳制为+1，则动作本身的行为相当离散(仅与其执行有关)。对于细粒度的移动，将输出乘以0.1不是更有意义吗？
浏览 20提问于2018-01-01得票数 1
我已经看到，OpenAI健身房环境可以使用可选的奖励阈值(reward_threshold)注册，该阈值代表：
任务被认为解决之前的奖励阈值。
这种价值是如何影响学习过程的？还是一个人必须手动比较在每一集中获得的奖励与reward_threshold，并停止学习过程，如果它超过它？
浏览 0提问于2020-04-29得票数 1
回答已采纳
1回答
为了创建自己的环境并使用github的一些代码，我需要查看gym.make('env')内部发生了什么，例如gym.make('carpole0')
在健身房里的github，我能找到它吗？我找到了https://github.com/openai/gym/blob/master/gym/envs/classic_control/cartpole.py，但它没有做吗？
如何编写“为DQN定义环境(env)”的更新部分，而DQN不在健身房库中？我正在寻找一个环境定义"env"示例上的github或其他资源，不是为Atari游戏设计的。我看到了几个模
浏览 0提问于2018-05-23得票数 0
回答已采纳
我想知道有没有人知道关于如何修改openai健身房的赛车环境V0的教程或任何信息，更确切地说是如何创建不同的道路，我还没有找到任何关于它的信息。 我想做的是创建一个更困难的赛道，与T形交叉口，狭窄的街道在一些点可能会增加一些障碍，等等。我一直在car_racing.py中寻找_create_track，但修改它看起来相当乏味，如果有其他更容易的解决方案，我不想开始工作。
浏览 21提问于2019-01-23得票数 3
回答已采纳
有没有一种方法来实现OpenAI的环境，其中动作空间在每一步都会发生变化？
浏览 1提问于2017-07-10得票数 5
我正在尝试构建一个openai健身房格式的定制环境。我构建了我的env，并希望确保它与健身房格式兼容，因此使用了check_env()。图像显示了我面对的错误。我的健身版是0.21.0。我认为，我不应该面对这个问题，因为我已经找到了迄今为止的解决办法。如果有人能帮我做这件事就太好了。谢谢，如果需要我的代码，请告诉我。
浏览 9提问于2022-05-28得票数 0
1回答
健身房环境创建
、、、
我是Openai和健身房的新手。我使用的是Ubuntu 14.04，并且已经安装了所有的依赖项。我无法弄清楚用于构建“新”健身房环境的命令的执行顺序。
请参考。
当我尝试自己实现相同的功能时，它会显示：
raise error.UnregisteredEnv('No registered env with id: {}'.format(id))
gym.error.UnregisteredEnv: No registered env with id: trading-v0
请向我解释这个例子中文件的正确执行顺序。
浏览 4提问于2017-04-07得票数 1
我正在尝试使用强化学习来细化两个节点之间的最短路径。我不知道该使用什么环境。我已经找到了这个，我不确定我是否正朝着正确的方向前进。有人能帮忙吗。有谁能建议一下我可以使用的蟒蛇OpenAI健身房环境吗？
浏览 3提问于2022-03-26得票数 2
回答已采纳
2回答
我是第一次接触强化学习，我正在使用RLlib在OpenAI健身房中处理自定义环境的RL。在创建自定义环境时，是否需要在__init__()方法中指定剧集数？ALso，当我用
for _ in range(10):
trainer.train()
一次迭代需要多少时间步长？是否等于自定义环境中定义的剧集数？谢谢。
浏览 27提问于2020-06-04得票数 5
1回答
我有一些关于强化学习的问题。我已经研究了强化学习的所有数学背景，但我不能编写这个模型的代码。
我对环境的定义感到非常困惑。我们可以使用OpenAI健身房来解决各种问题吗？这对我来说没有任何意义。例如，玩游戏与股票预测是不同的。但是为什么我发现在这两种情况下都有人在使用OpenAI健身房呢？
我还发现了下面的列表。论文到底是什么？它们是实现强化学习模型的框架吗？
你能给我一个链接，来源，视频，课程或任何可以让我明白的东西吗？
浏览 3提问于2020-10-30得票数 2
有没有一种交互式的、强制性的方式来使用Python来操作Webots模拟，而不是使用contorller脚本？例如，你可以与OpenAI健身房互动的方式。谢谢!
浏览 0提问于2019-01-10得票数 1
2回答
信息：，我正在使用OpenAI健身房创建RL环境，但我正在做的事情需要一个环境的多个副本。我不想做任何类似[gym.make(...) for i in range(2)]的事情来创造一个新的环境。
问题：给了一个健身房env，什么是最好的方法来复制它，这样你就有两个重复但断开连接的env？
下面是一个示例：
import gym
env = gym.make("CartPole-v0")
new_env = # NEED COPY OF ENV HERE
env.reset() # Should not alter new_env
浏览 8提问于2020-09-18得票数 4
回答已采纳
我有一个非常简单的错误，很明显地说没有一个模块叫做“健身房”。这真的很糟糕，主要是因为我一直想使用OpenAI (健身房和宇宙)模块。我运行过pip install gym和pip install universe，没有在安装或导入中输入输入。
代码：
import gym
import universe
env = gym.make('flashgames.CoasterRacer-v0')
obervation_n = env.reset()
while True:
action_n = [[('KeyEvent', 'ArrowUp&#
浏览 0提问于2018-08-16得票数 0
1回答
我已经为一个类似于的游戏实现了一个自定义的openai健身房环境，但使用的是谨慎的操作而不是连续的。因此，我的代理可以在每一步中从左/上/右/下四个方向中选择一个。然而，这些操作中的一个总是会导致代理自身崩溃，因为它不能“反向”。
目前，我只是让代理执行任何移动，如果它执行了无效的移动，就让它死掉，希望它最终会学会在那种状态下不执行该操作。然而，我读到有人可以将进行非法移动的概率设置为零，然后对动作进行采样。有没有其他方法来解决这个问题？
浏览 0提问于2017-11-01得票数 0
1回答
设置openai健身房
、、、
我的任务是搭建一个openai玩具健身房，只有有记忆力的智能体才能解决这个问题。我被给出了一个有两个门的例子，在时间t=0时，我被显示为1或-1。在t=1时，我可以移动到正确的门并打开它。
有人知道我会怎么开始吗？我想展示a2c或ppo可以使用lstm策略来解决这个问题。如何设置环境等？
浏览 2提问于2018-08-31得票数 2
当我在OpenAI健身房环境中训练时，我认为环境有时会“停止”。在一排的许多帧中，没有一个球是可见的/停止产卵。
这是健身房环境中的错误吗？这是游戏突破的一部分吗-V0？
我也想知道，在突破-V0中可能的动作是什么。我想出来的是：
什么都不做/站着不动？
1-什么也不做/原地不动？
2-向右施加“武力”？
3-向左施加“武力”？
编辑:对于人们想知道我在说什么:看到这个gif：，从5到4个生命之间的过渡需要很多帧.有时候休息的时间比这个还要长..。
浏览 0提问于2017-06-27得票数 5
回答已采纳
1回答
我需要一个范围为[0，inf)的观察空间
我刚接触openai健身房，不确定格式应该是什么
from gym spaces
spaces.Box(np.array(0),np.array(np.inf))
# Box()
spaces.Box(0, np.inf, shape = (1,))
# Box(1,)
浏览 0提问于2019-04-22得票数 7
2回答
OpenAI健身播放器模式
、、、、
有没有人知道如何作为一个球员运行一个OpenAI健身房环境。就像让玩家玩一轮手推车杆一样？我已经看到了env.mode = 'human‘，但是我没有能够让它正常运行。我试着遵循这里给出的例子，，但它似乎对我不起作用。
如果你能提供任何帮助，我们将不胜感激。
谢谢
浏览 3提问于2017-10-16得票数 9
回答已采纳
为什么健身房的环境没有“有效的行动”呢？正常的健身房环境可以接受任何动作，即使这是不可能的。
这是强化学习的正常做法吗？这些模型真的需要学习什么是有效的行动一直吗？如果有一个env.get_valid_actions()函数，使模型知道哪些操作是可行的，那就更好了吗？或者这是可能的，但我错过了？
浏览 0提问于2019-10-11得票数 3
回答已采纳
1回答
我已经创建了一个自定义的健身房环境，其中的动作可以是-100到+100之间的任何整数。据我所知，不可能创建一个允许负值的离散空间，我提供的唯一解决方案是创建一个从-100到+100的Box空间(请注意，这是一个连续的空间)。
由于大多数强化学习代理假定动作空间为离散空间，因此我在运行代码时遇到了困难(我知道有一些代理运行在连续的操作空间中，比如DDPG )。
在健身房里有可能有一个允许负值的离散空间吗？
浏览 22提问于2019-11-13得票数 2
回答已采纳
有谁知道可以设置游戏初始状态的OpenAI健身房环境？例如，我发现MountainCarContinuous-v0可以做这样的事情，这样我们就可以选择汽车在哪个点启动。然而，我正在寻找另一个更复杂的环境。提前感谢您的帮助！
浏览 15提问于2019-12-30得票数 4
回答已采纳
我想创建自定义的openai健身房环境，它有离散的状态空间，但有浮点值。更精确地说，它应该是一个0.25步长的值范围: 10.0，10.25，10.5，10.75，11.0，...，19.75，20.0 有没有办法在openai健身房定制环境中做到这一点，使用离散空间，盒子，MultiDiscrete或其他一些空间？离散需要一个整数，而Box似乎没有某种step参数。
浏览 30提问于2019-06-11得票数 4
回答已采纳
1回答
我发现，在mac安装openai健身房时，人们经常会遇到这样的问题:无法构建轮子atari，pachi-py。其中提出的解决方案是在构建之前使用导出命令导出MACOSX_DEPLOYMENT_TARGET=10.11导出SDKROOT=/path/ to /Mac10.11SDK。我尝试了给出的建议，但我发现同样的错误，当我试图安装完整的openai健身房。有人能帮我解决这个问题吗？
浏览 3提问于2016-10-07得票数 1
我在OpenAI健身房做自定义环境，真的不明白，action_space是用来做什么的？我应该在里面放些什么？准确地说，我不知道什么是action_space，我没有在任何代码中使用它。我在网上找不到任何东西，有什么可以正常回答我的问题。
浏览 153提问于2019-06-17得票数 5
回答已采纳
从头开始创建OpenAI健身房环境时，必须定义动作空间。这是用它们自己的来自分组“空间”的“数据结构”来完成的。有几种不同类型的空间，如Box，instead等。我有一个元组列表，我想用它来代替动作空间。有没有办法做到这一点？
我本可以使用spaces.Box(low=0, high=1, shape(4,12), dtype=np.int)，但这增加了很多非法操作。我对解决方案持开放态度，例如使用spaces.Box，然后禁止/删除非法操作，但最好只插入我预先创建的元组列表。
浏览 2提问于2019-07-25得票数 1
我尝试用openAI健身房学习MC-蒙特卡罗方法在二十一点游戏中的应用。我不明白这几句话：
def __init__(self, natural=False):
self.action_space = spaces.Discrete(2)
self.observation_space = spaces.Tuple((
spaces.Discrete(32),
spaces.Discrete(11),
spaces.Discrete(2)))
self.seed()
来源：
浏览 0提问于2019-08-21得票数 5
5回答
考虑到OpenAI Gym环境总是返回-1.0作为奖励(即使当目标实现)，我不明白DQN如何与经验-重播收敛，但我知道，因为我有证明它。通过工作，我的意思是，当我训练代理人时，代理人很快(在300-500集内)就学会了如何解决登山车问题。下面是我受过训练的特工的一个例子。
我的理解是，最终需要找到一个“稀疏的奖励”。然而，据我从openAI Gym 上看到的，除了-1以外，再没有任何奖励了。这感觉更像是一个“不奖励”的环境。
几乎回答了我的问题，但实际上并非如此:当任务迅速完成时，返回(奖励的总和)就会更大。因此，如果汽车永远找不到旗子，返回值是-1000。如果汽车迅速找到旗子，返回的可
浏览 0提问于2019-01-25得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
