Zobacz mój banana-gym
dla wyjątkowo małego środowiska.
Twórz nowe środowiska
Zobacz stronę główną repozytorium:
https://github.com/openai/gym/blob/master/docs/creating-environments.md
Kroki są następujące:
- Utwórz nowe repozytorium ze strukturą pakietu PIP
To powinno wyglądać tak
gym-foo/
README.md
setup.py
gym_foo/
__init__.py
envs/
__init__.py
foo_env.py
foo_extrahard_env.py
Aby zapoznać się z treścią, kliknij powyższy link. Szczegóły, o których nie ma mowy, dotyczą zwłaszcza tego, jak foo_env.py
powinny wyglądać niektóre funkcje w programie . Spojrzenie na przykłady i na gym.openai.com/docs/ pomaga. Oto przykład:
class FooEnv(gym.Env):
metadata = {'render.modes': ['human']}
def __init__(self):
pass
def _step(self, action):
"""
Parameters
----------
action :
Returns
-------
ob, reward, episode_over, info : tuple
ob (object) :
an environment-specific object representing your observation of
the environment.
reward (float) :
amount of reward achieved by the previous action. The scale
varies between environments, but the goal is always to increase
your total reward.
episode_over (bool) :
whether it's time to reset the environment again. Most (but not
all) tasks are divided up into well-defined episodes, and done
being True indicates the episode has terminated. (For example,
perhaps the pole tipped too far, or you lost your last life.)
info (dict) :
diagnostic information useful for debugging. It can sometimes
be useful for learning (for example, it might contain the raw
probabilities behind the environment's last state change).
However, official evaluations of your agent are not allowed to
use this for learning.
"""
self._take_action(action)
self.status = self.env.step()
reward = self._get_reward()
ob = self.env.getState()
episode_over = self.status != hfo_py.IN_GAME
return ob, reward, episode_over, {}
def _reset(self):
pass
def _render(self, mode='human', close=False):
pass
def _take_action(self, action):
pass
def _get_reward(self):
""" Reward is given for XY. """
if self.status == FOOBAR:
return 1
elif self.status == ABC:
return self.somestate ** 2
else:
return 0
Użyj swojego środowiska
import gym
import gym_foo
env = gym.make('MyEnv-v0')
Przykłady
- https://github.com/openai/gym-soccer
- https://github.com/openai/gym-wikinav
- https://github.com/alibaba/gym-starcraft
- https://github.com/endgameinc/gym-malware
- https://github.com/hackthemarket/gym-trading
- https://github.com/tambetm/gym-minecraft
- https://github.com/ppaquette/gym-doom
- https://github.com/ppaquette/gym-super-mario
- https://github.com/tuzzer/gym-maze
gym_foo
importowany, ale nieużywany”. Jak mogę się go pozbyć?import gym_foo # noqa
pip install -e .
polecenia pomogło @hipoglucidoJest to zdecydowanie możliwe. Mówią o tym na stronie Dokumentacja, blisko końca.
https://gym.openai.com/docs
Jeśli chodzi o to, jak to zrobić, powinieneś poszukać inspiracji w kodzie źródłowym istniejących środowisk. Jest dostępny na github:
https://github.com/openai/gym#installation
Większości ich środowisk nie zaimplementowali od zera, ale raczej stworzyli opakowanie wokół istniejących środowisk i nadali wszystkim interfejs, który jest wygodny do uczenia się przez wzmacnianie.
Jeśli chcesz stworzyć własny, prawdopodobnie powinieneś pójść w tym kierunku i spróbować dostosować coś, co już istnieje, do interfejsu siłowni. Chociaż jest duża szansa, że jest to bardzo czasochłonne.
Istnieje inna opcja, która może być interesująca dla twojego celu. To wszechświat OpenAI
https://universe.openai.com/
Może integrować się ze stronami internetowymi, dzięki czemu możesz trenować swoje modele, na przykład w grach kongregate. Jednak Universe nie jest tak łatwe w użyciu jak Gym.
Jeśli jesteś początkującym, radzę zacząć od implementacji wanilii w standardowym środowisku. Po rozwiązaniu problemów z podstawami przejdź do zwiększania ...
źródło