问题标签 [openai-gym]

在 Python 中使用 OpenAI-gym 中的 MountainCar-v0 环境时，完成的值将在 200 个时间步之后为真。这是为什么？因为没有达到目标状态，所以不应该完成这一集。

我想运行 step 方法，直到汽车到达标志，然后打破 for 循环。这可能吗？与此类似的东西：

如果我想研究机器人的 RL 算法，我应该如何使用 Gazebo和OpenAI Gym 来测试、训练和基准测试算法？我是否应该从 OpenAI Gym 开始，并将得分高的算法带入 Gazebo 环境中以用于实际场景？

我是 Openai 和 Gym 的新手。我正在使用 Ubuntu 14.04 并安装了所有依赖项。我无法弄清楚构建“新”健身房环境的命令执行顺序。

请参考https://github.com/hackthemarket/gym-trading。

当我尝试自己实现相同的功能时，它会显示：

请向我解释此示例中文件的正确执行顺序。

我正在使用 openai Universe，我希望代理单击“a”“enter”等键，然后在 (x,y) 位置单击鼠标。

任何文档都会很棒。

更新 我发现此链接定义了 KeyEvents 列表： https ://github.com/openai/universe/blob/a7944e65446a5484e5011f048558f312e907da61/universe/vncdriver/constants.py#L85-L170

对于字母，只需传递它：('KeyEvent', "A", True)

对于鼠标（在宇宙代码某处的评论中找到）：（“PointerEvent”，x，y，按钮掩码）

我一直在尝试运行此处找到的 Openai 的 Universe-starter-agent 示例，但是，在 AWS 上使用具有 32 个工作人员的 m4.16xlarge 实例，代理的训练结果在 0.6 小时（超过 30 分钟）后并没有提高，而它是在 GitHub 页面上表示“代理能够在 10 分钟内解决相同的环境”。

通过 TensorBoard 监控进度。请注意，GitHub 中给出的示例是针对 16 个工人的情况，它在 30 分钟内收敛到 21 的情节奖励，而对于这种情况，工人数量翻倍和训练时间相同，奖励不会不改进。我还看了看日志，似乎没有编译错误。我用来运行脚本的命令是：

我唯一觉得有点可疑的是在运行脚本时，显示了以下错误，但并没有中止运行。错误显示：“无法连接到服务器”

有没有其他人运行启动代理，和/或遇到类似问题？如果是这样，您是如何解决的？

谢谢！

我想在CartPole-v0不打开渲染窗口的情况下访问 OpenAI 健身房环境中的原始像素。我该怎么做呢？

示例代码：

PS。我很难为 OpenAI 健身房找到好的文档。只是我，还是根本不存在？

编辑：我不需要打开渲染视频。

在 openai-gym 中，我想让 FrozenLake-v0 作为确定性问题工作。所以，我需要设置变量 is_slippery=False。

如何在初始化环境时将其设置为 False？

官方代码中对变量的引用

OpenAIuniverse是一个很棒的库，因为代码

已提供“DuskDrive-v0”环境，如何使用其他环境？

我在 Windows 上的 Ubuntu 上运行了这段代码，结果只显示为

没有其他的。

我正在研究 A3C/ACER 的变体，我有几个工作人员，每个工作人员都在自己的线程上运行。我正在使用 OpenAI 健身房环境。

Python 线程工作正常，但不能充分利用所有内核。由于没有阻塞 I/O，它不会进行上下文切换。

我希望工作人员在各自的环境中执行操作时以某种方式释放 GIL。

我会很感激您的反馈：这是否有意义并且可能？