问题标签 [openai-gym]

是否可以将openai的健身房环境用于多智能体游戏？具体来说，我想模拟一个有四个玩家（代理人）的纸牌游戏。得分一回合的玩家开始下一回合。我将如何模拟玩家之间的必要协调（例如下一个轮到谁）？最终，我想在四个相互对抗的代理上使用强化学习。

我已经安装了 OpenAIgym和 ATARI 环境。我知道我可以在文档中找到所有的 ATARI 游戏，但是有没有办法在 Python 中做到这一点，而无需打印任何其他环境（例如，不是经典的控制环境）

我想在 OpenAICarRacing-v0环境中设置一个 RL 代理，但在此之前我想了解操作空间。在github第 119 行的代码中说：

我如何阅读这一行？虽然我的问题是具体的，但CarRacing-v0我想spaces.Box()总体上理解这个符号

截屏

这是env.render()屏幕上的输出，环境是 SpaceInvader-v0。

我在这里做错了吗？我的代码就在 OpenAI Gym 网站上，只是改变了环境。

我目前正在为 openai 开发 AI，我正在尝试传递收集到的随机数据以制作神经网络模型，然后使用该模型创建新数据。当我尝试使用新的训练数据制作另一个模型时，它不会让 e 创建一个新模型并给出一个

我的代码：

错误：

我是强化学习的新手，一直在寻找一个框架/模块来轻松驾驭这个险恶的地形。在我的搜索中，我遇到了两个模块 keras-rl 和 OpenAI GYM。

我可以让他们两个都在他们在 WIKI 上共享的示例上工作，但是它们带有预定义的环境，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教程或只是向我解释如何设置非游戏环境，我将非常感激？

我想用keyboard_agent.py来玩Breakout-v0。当我启动环境时：

比赛开始了，我可以打第一轮没问题。但是我不能让它重新启动！

在我们的代码中：

我无法上班。谷歌告诉我这0xff0d是FULLWIDTH HYPHEN-MINUS. 我做错了什么，或者我该如何制作这个角色？

在 OpenAI 健身房环境中训练时，我认为环境有时会“停止”。对于连续的许多帧，没有球可见/停止生成。

这是健身房环境中的错误吗？这是游戏 Breakout-v0 的一部分吗？

我还想知道 Breakout-v0 中可能的操作是什么。我想出了什么：

0 - 什么都不做/静止不动？

1 - 什么都不做/静止不动？

2 - 向右施加“力”？

3 - 向左施加“力”？

编辑：对于想知道我在说什么的人：看这个 gif：http: //imgur.com/a/pBLGX 5 和 4 生命之间的过渡需要很多帧......有时休息时间甚至比这更长...

这个 OpenAI环境只为智能体提供位置和速度，因此智能体无法区分开始时的良好状态（直立杆，低速）应该具有高值和靠近附近的良好状态（直立杆，低速） end（第 200 步），令代理感到恐惧和困惑的是，由于环境即将关闭，实际上预期奖励非常低。

我想知道这会对常见的强化算法产生多大的影响。

附言

我已经在我的（非常简单的）DQN 算法中实现了体验重放，看起来，在训练中忽略时间大于 150 的步骤实际上效果更好。但是，算法的性能非常嘈杂，因此我需要对此进行更多实验。

另外，我偶然发现了这个环境，这似乎与问题有关。安全（在“回形针最大化”意义上）人工智能应该对关闭无动于衷。

我想安装整个Open AI gym包。之后 (我在 Mac 上) brew install cmake，sudo pip install gym[all]给我以下错误

我正在使用 anaconda 4.3.22。我不在conda 虚拟环境中。which python输出/anaconda/bin/python。anaconda 使用的解释器是 python 3.6.1。只是运行sudo pip gym（必须是最小版本）运行良好。

谢谢您的帮助。