做百度还是阿里网站好,重庆网站建设要点,福建网络营销服务,电商平台怎么推广Gym 简明教程【2. v0.26版本对比v0.21版本的改变】 文章目录 Gym 简明教程【2. v0.26版本对比v0.21版本的改变】1. Example code for v212. Example code for v263. Seed and random number generator4. Reference 本文记录gymv0.26版本相比于gymv0.21版本的一些改变#xff0…Gym 简明教程【2. v0.26版本对比v0.21版本的改变】 文章目录 Gym 简明教程【2. v0.26版本对比v0.21版本的改变】1. Example code for v212. Example code for v263. Seed and random number generator4. Reference 本文记录gymv0.26版本相比于gymv0.21版本的一些改变搬运自v21 to v26 Migration Guidegym的基本使用可以参考Gym 简明教程【1. Basic Usage v0.26.2版本】 gym的全称是Gymnasium, 是 OpenAI Gym v26 的一个分支它与 Gym v21 相比引入了重大的重大更改。 在本指南中我们简要概述了从 Gym v21已为此编写了许多教程到 Gym v26 的 API 更改。
1. Example code for v21
import gym
env gym.make(LunarLander-v2, options{})
env.seed(123) # seed指定了随机数种子
observation env.reset() # 注意env.reset()只返回observation,无附加信息done False
while not done:action env.action_space.sample() # agent policy that uses the observation and infoobservation, reward, done, info env.step(action)env.render(modehuman)env.close()2. Example code for v26
import gym
env gym.make(LunarLander-v2, render_modehuman)
observation, info env.reset(seed123, options{}) # env.reset()返回值是由observation和info组成的元组tupleseed指定了随机数种子done False
while not done:action env.action_space.sample() # agent policy that uses the observation and infoobservation, reward, terminated, truncated, info env.step(action)done terminated or truncatedenv.close()3. Seed and random number generator
gymv21中的Env.seed()被移除了取而代之的是gymv26中的Env.reset(seedseed)这使得播种只能在环境重置时更改。 删除种子的决定是因为某些环境使用的模拟器无法在剧集内更改随机数生成器并且必须在新剧集开始时完成。 以上就是简要的介绍更多详细内容请参考v21 to v26 Migration Guide
4. Reference
v21 to v26 Migration Guide
