GYM-Box2D CarRacing 的博客还在制作中,这里先记录一下前面的环境准备。
Python 开发环境设置 —— 安装 Conda
操作系统以 Window 为准进行说明(Linux 同理)
安装 Anaconda 或 Miniconda:
- Python 开发环境平台
- 支持各种环境设置与环境的更改
- https://docs.conda.io/en/latest/miniconda.html
- 有关安装方法和详细信息,百度
Step1:打开安装包后会进入欢迎界面,点击 Next>
Step2:许可协议界面,选择同意:
Step3:看情况选择,我们选择 Just Me:
Step4:选择安装路径,默认是在 C 盘下的,点击 Browse 按钮可呼出窗口更换路径:
Step5:这里全部勾选
Step6:等待即可,可能有点慢,但是绝对没有 Vivado 慢!安装完毕后点击 Next >
Final Step:点击 Finish
Conda 安装完毕后的环境设置
通过命令行操作,设置环境并激活即可:
🔍 官方说明:Managing environments — conda
详细查阅 Creating and activating an environment 部分。
安装命令示例:
> conda env create –n autodriving
> conda activate autodirving
> conda install python
> pip install pytorch
Step1:打开命令提示符,快捷键 Win+R 输入 cmd 后回车:
Step2:检查是否安装正常,在 cmd 中输入 conda
conda
没问题:
Step3:打开命令行下输入:
conda create -n python=2.7
Step4:进入环境内部
conda activate [文件名]
OpenAI GYM
强化学习框架(https://github.com/openai/gym)
- 开源提供多种游戏环境。
- 本项目将使用 box2d-carracing
- 参考资料:https://www.gymlibrary.dev/
安装练习所需的软件包
- 下载解压文件后自行解压。
- 显示命令窗口后设置 Conda 环境。
- 找到到解压缩文件夹后执行以下命令:
- cd 到 /envs/box2d,python car_racing 执行 py 命令,确保 Acttion 是否正确。(方向键可以移动汽车)
CarRacing 环境基本代码示例
gym.make() 环境配置。
env.reset() 设置初始变量。
env.step(action) 执行动作并返回以下观察值、补偿、是否结束。
创建项目文件夹: conda create -n CarRacingPPO