强化学习笔记——Win10+Gym环境配置

Anaconda

Anaconda主要是用来创建独立的 Python 开发运行环境。

下载

镜像下载地址
我下载的是Anaconda3-4.3.0-Windows-x86_64.exe版本。
参考anaconda python 版本对应关系

Anaconda3-4.3.0.1-Windows-x86_64.exe 对应 python3.6.0
Anaconda3-5.1.0-Windows-x86_64.exe 对应 python3.6.3

下载后双击即可安装，一步步点击过去就行，比较简单。
参考Anaconda安装教程

安装完测试一下

按 win+R 调出cmd，输入conda info，显示如图就没有问题啦~

另外，使用conda list可以查看已经安装的包

（可选）设置Anaconda镜像，加速下载包

使用conda install 包名 安装需要的Python非常方便，但是官方的服务器在国外，因此下载速度很慢，国内清华大学提供了Anaconda的仓库镜像，我们只需要配置Anaconda的配置文件，添加清华的镜像源，然后将其设置为第一搜索渠道即可，cmd命令行下分别执行以下命令（为避免奇怪错误，接下来整个环境配置我都是用的管理员身份）：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/c
conda config --set show_channel_urls yes
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/`
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/

加完后可以看到channel URLs加了几项

使用Anaconda进行Python环境创建

创建一个gym环境

接上面的，Anaconda弄好后继续在cmd内安装Python3.6.0，并命名为python360，或者命名为gym（设置任意一个名字即可），询问是否安装的时候，确定安装输入y即可。

conda create -n python360 python=3.6.0
conda create -n gym python=3.6.0

根据所给提示，激活并进入所创建的gym环境用activate gym，
离开gym环境使用deactivate gym，
列出所有环境使用conda env list，其中*号表示当前对应的环境。

删除环境使用conda env remove -n python360，与创建环境正好相反。

安装相关组件

conda install pandas
conda install tensorflow
pip3 install gym matplotlib -i  https://pypi.tuna.tsinghua.edu.cn/simple

编写一个python程序并运行

新建文件gym_tutorial.py，测试代码如下：

######
#	gym.openai.com/docs/
######

import gym

env = gym.make( 'CartPole-v0' )	

for i_episode in range( 20 ):
	state = env.reset()

	for t in range( 1000 ):
		env.render()
		print( state )
		action = env.action_space.sample()
		state, reward, done, _ = env.step( action )

		if done:
			print('Episode #%d finished after %d timesteps' % (i_episode, t))
			break

定位到所写文件所在位置，运行python gym_tutorial.py

如果出现如图效果，则表示环境配置成功~

PyCharm

虽然上面已经配置完Gym的环境了，但有个得心用手的IDE敲代码还是会更方便的，于是可以下载一个PyCharm

一步步安装

可以参考PyCharm安装使用教程
安装好后，打开之前写的gym_tutorial.py文件，将Anaconda的环境配置进去：

File->settings->Project Pycharm->Project Interperter>Conda Environment>Existing environment
设置好之前配置的Anaconda

现在可以点击右上角绿色三角图标运行啦~