---

本文为个人学习笔记，方便个人查阅观看
原文链接

---

利用OPenAI gym建立自己的强化学习探索环境：

首先，先定义一个简单的RL任务：

如图所示：初始状态下的环境，机器人在左上角出发，去寻找右下角的电池，静态障碍：分别在10、19位置，动态障碍：有飞机和轮船，箭头表示它们可以移动到的位置，会随时间改变而改变。
这里假设：它们的移动速度和机器人一样。飞机会沿着当前列上下来回移动，轮船则只在当前位置到左边两格的范围来回移动。移动范围：如箭头所示。

假设每个训练episode中，机器人在每一个step都有四个方向选择，碰到障碍物或者step超过了20步则终止该次训练。

---

一、安装gym
这部分不单独介绍，官网有详细步骤（简洁版及完整版）
[OPenAI gym官网]

---

二、进入gym文件夹

主要是这三个地方

---

1. 首先打开初始化文件__init___
   在classic下加入这一段
   

register(
    id='MyEnvrobt-v0',
    entry_point='gym.envs.classic_control:MyEnvrobt',
    max_episode_steps=200,
    reward_threshold=195.0,
)

---

2. 在\gym\envs\classic_control中建立myenv文件夹
   
   可以将\gym\envs中的registration文件复制放入\gym\envs\classic_controlmyenv文件夹中，并更名为MyEnvrob.py
   
   

---

3. 打开myenvrobt.py文件
   首先将class myenv改为 class MyEnvrobt
   
   后续 def函数就可以根据你所需要去定义环境的动作空间、状态空间、奖励、折扣等等

---

4. 返回上一层\envs\classic_control， 打开__init__.py初始化文件，并加入
   

from gym.envs.classic_control.myenv.myenvrobt import MyEnvrobt

这样就完成啦

---

5. 测试环境

import gym
import time
env = gym.make('MyEnvrobt-v0')
env.reset()
env.render()
time.sleep(10)
env.close()

加入Q-learning后的简单测试：

完整代码及链接请看：

源码