首先进入anaconda目录创建一个名为Gym的文件夹

否则会报错：

然后要注意指定python版本：

conda install --name Gym python=3.6.6

然后如果已经在虚拟环境下了，此时需要首先退出虚拟环境，否则激活Anaconda环境命令无效果：

（如果你没有使用虚拟环境，那么忽略deactivate）

activate Gym

这样就完成了环境的激活，查看conda帮助下载了哪些包：

此时从国内镜像下载对应的Gym

pip install gym -i  https://pypi.tuna.tsinghua.edu.cn/simple

2020.12.28 更新，近期anconda清华源不稳定，可以使用下面的命令下载：

如果遇到问题CondaHTTPError: HTTP 000 CONNECTION FAILED，参考这个博客可以解决：https://blog.csdn.net/qq_33757398/article/details/105243889，重启电脑之后，再使用下面的命令下载：

pip install -timeout=100 --upgrade --ignore-installed gym

 

清华就是快，接着就可以开始测试了：

然后关联好用的python IDE ----->> pycharm （社区版的对于研究已经足够，如果要做Django，flask开发，用专业版的会顺手很多，联想输入啥的比较好）

即选择python解释器为刚才conda创建的解释环境即可：

首先搞一个新项目：

非常智能，只要点击conda就会自动查询所有存在的环境供选择，这里选择刚刚创建的环境Gym

然后新建一个python文件：

在项目中粘贴以下代码：

import gym


def main():
    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


if __name__ == "__main__":
    main()

然后就开始自己训练了：

神奇的是只经过了53轮就完成了平衡训练：