深度 Q 学习**没有** OpenAI Gym答案

【问题标题】：Deep Q Learning **WITHOUT** OpenAI Gym深度 Q 学习**没有** OpenAI Gym
【发布时间】：2020-04-30 14:58:02
【问题描述】：

是否有人拥有或知道任何不使用开放式 AI 健身房的情况下教授 q 学习的教程/课程。我正在尝试制作一个卷积 q 学习模型，使用 pytorch 和 open ai gym 做这件事没有问题，很简单！但是当我尝试将其全部应用到不在开放 AI 健身房中的环境时，情况就完全不同了，尝试将其应用到其他不是 Atari 的游戏中，所以我无法访问 env.reset 和所有其他不错的选择，它变成了一个全新的球类游戏。如果有人知道学习这个的地方或者愿意教我/帮助我的人，我也非常愿意为任何帮助付费。谢谢。

【问题讨论】：

只需自己编程环境，使用与健身房相同的 API
不是我想要完成的选择
你想完成什么？
在我的电脑上玩极限竞速，还有很多其他我非常怀疑我能不能把它做成健身房环境的东西
您需要展示相关代码并缩小您的问题范围，使其更有针对性和针对性。事实上，它不太可能得到回答。

标签： python reinforcement-learning q-learning

【解决方案1】：

您可以获取游戏等环境的代码，然后实现您的算法。

但请考虑在代码中明确表示奖励和操作。为每个动作返回一个奖励。

如果你想在没有 Gym 的情况下开始 RL。尝试做一个简单的游戏并实现 NEAT 算法。然后尝试实施 Q-learning 并修改您的代码，为每个动作添加奖励。

【讨论】：