OpenAI Gym 源码阅读:创建自定义强化学习环境

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

OpenAI Gym 源码阅读：创建自定义强化学习环境

Gym 介绍

Gym 是一套开发强化学习算法的工具箱，包含了一系列内置的环境，结合强化学习算法就可以对内置的环境进行求解。

例如，调用 CartPole-v0 环境的示例如下

import gym
env = gym.make('CartPole-v0')
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample()
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break
env.close()

Gym 仿真主要包括

gym.make('CartPole-v0')
env.reset()
env.step(action)
env.render()

虽然 Gym 内置了大量强化学习环境，如果想训练自定义的强化学习问题，就必须要创建自定义的强化学习环境。

源码解析

根据上一节的 Gym 主要函数调用接口， CartPoleEnv 继承了基类 gym.Env ，里面定义了主要的 API 方法

step
reset
render
close
seed

创建了自定义的环境，需要由 gym/envs/ init .py 进行注册，注册 id 名，指定路径 gym.envs.classic_control:CartPoleEnv 和其他参数。

from gym.envs.registration import registry, register, make, spec
register(
    id='CartPole-v0',
    entry_point='gym.envs.classic_control:CartPoleEnv',
    max_episode_steps=200,
    reward_threshold=195.0,
)

在 gym/envs/registration.py 实例化了 1 个全局的 registry = EnvRegistry()

# Have a global registry
registry = EnvRegistry()

在 gym/envs/registration.py 中根据 entry_point 实例化环境 env

def make(self, **kwargs):
    """Instantiates an instance of the environment with appropriate kwargs"""
    if self.entry_point is None:
        raise error.Error('Attempting to make deprecated env {}. (HINT: is there a newer registered version of this env?)'.format(self.id))
    _kwargs = self._kwargs.copy()
    _kwargs.update(kwargs)
    if callable(self.entry_point):
        env = self.entry_point(**_kwargs)
    else:
        cls = load(self.entry_point)
        env = cls(**_kwargs)
    # Make the enviroment aware of which spec it came from.
    env.unwrapped.spec = self
    return env

所以，总结一下，如果希望导入自定义环境的话，只需要在自定义的 package 中注册 id，并指定自定义 Env 类的路径

from gym.envs.registration import register
register(
    id='custom-env-name',
    entry_point='path.to:CusEnvClassName',
)

然后调用 gym.make('custom-env-name') 就能导入自定义的环境

创建自定义环境

根据上面注册环境的流程分析，可知，要引入自定义环境，不必改动 Gym 的源码，只需创建一个 Python 模块即可。目录结构解释如下

为了方便调试调用，以 pip install -e . 安装自定义模块。测试代码中，引入模块时，即可将自定义环境注册到 Gym 环境中。

import gym
import gym_foo
env = gym.make('foo-v0')

自定义环境模块参考代码

apoddar573/Tic-Tac-Toe-Gym_Environment
PyBullet Gymperium

参考

Tic-Tac-Toe-Gym_Environment
Create custom gym environments from scratch — A stock market example
pybullet-gym

Download as PDF