我是靠谱客的博主 潇洒吐司,最近开发中收集的这篇文章主要介绍gym强化学习入门demo——随机选取动作 其实有了这些动作和反馈值以后就可以用来训练DNN网络了...,觉得挺不错的,现在分享给大家,希望可以做个参考。
概述
# -*- coding: utf-8 -*-
import gym
import time
env = gym.make('CartPole-v0')
observation = env.reset()
print(observation)
print("env actionspace:")
print(env.action_space)
print("env observationspace:")
print(env.observation_space)
print(env.observation_space.high)
print(env.observation_space.low)
count = 0
for t in range(100):
#随机选择一个动作
action = env.action_space.sample()
#执行动作 获取环境反馈
observation, reward, done, info = env.step(action)
#如果玩死了就退出
if done:
break
env.render()
count+=1
time.sleep(0.2)
print(count)
效果图:
转载于:https://www.cnblogs.com/bonelee/p/9149608.html
最后
以上就是潇洒吐司为你收集整理的gym强化学习入门demo——随机选取动作 其实有了这些动作和反馈值以后就可以用来训练DNN网络了...的全部内容,希望文章能够帮你解决gym强化学习入门demo——随机选取动作 其实有了这些动作和反馈值以后就可以用来训练DNN网络了...所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复