码迷,mamicode.com
首页 > 其他好文 > 详细

强化学习 车杆游戏

时间:2018-11-03 14:41:08      阅读:288      评论:0      收藏:0      [点我收藏+]

标签:orm   学习   while   随机   sleep   随机选择   观测   比较   +=   

网上搜寻到的代码,亲测比较好用,分享如下。

import gym
import time

env = gym.make(CartPole-v0) # 获得游戏环境
observation = env.reset() # 复位游戏环境,新一局游戏开始
print (新一局游戏 初始观测 = {}.format(observation))
for t in range(200):
    env.render()
    action = env.action_space.sample() # 随机选择动作
    print ({}: 动作 = {}.format(t, action))
    observation, reward, done, info = env.step(action) # 执行行为
    print ({}: 观测 = {}, 本步得分 = {}, 结束指示 = {}, 其他信息 = {}.format(
            t, observation, reward, done, info))
    if done:
        break
    time.sleep(1)#可加可不加,有的话就可以看到图

env.close()

 

技术分享图片

 

 

 

 

以下给出多个回合的代码:

import gym
env = gym.make(CartPole-v0)
n_episode = 20
for i_episode in range(n_episode):
    observation = env.reset()
    episode_reward = 0
    while True:
        # env.render()
        action = env.action_space.sample() # 随机选
        observation, reward, done, _ = env.step(action)
        episode_reward += reward
        state = observation
        if done:
            break
    print (第{}局得分 = {}.format(i_episode, episode_reward))
env.close()

 

技术分享图片

这次的多回合游戏并没有加入绘图,需要绘图的话可以将  env.render() 加入。

 

强化学习 车杆游戏

标签:orm   学习   while   随机   sleep   随机选择   观测   比较   +=   

原文地址:https://www.cnblogs.com/devilmaycry812839668/p/9900674.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!