サイトの全体構成

OpenAI Gym, Gym Atari のインストール

OpenAI は、強化学習のツールキット．このページでは，インストール手順を示す．

謝辞：OpenAI Gym の作者に感謝します

前準備

前準備として，Python, Git のインストール: 別ページ »で説明

git の URL: https://git-scm.com/が終わっていること．

Git のインストール（Windows 上）

Windows での Git のインストール: 別ページ »で説明

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

Python のインストール（Windows 上）

Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明

【サイト内の関連ページ】

Python のまとめ: 別ページ »にまとめ

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

OpenAI Gym, Gym Atari のインストール

Window でコマンドプロンプトを実行

OpenAI Gym のダウンロード

ダウンロードに，gitを用いる．

mkdir c:\pytools
cd c:\pytools
rmdir /s /q gym
git clone https://github.com/openai/gym

OpenAI Gym のインストール

※ 「pip install ...」は，Python パッケージをインストールするための操作． Ubuntu でシステムの python3 を使っているときは，「pip install ...」の代わりに「sudo pip3 install ...」のように操作すること．
```
cd c:\pytools
cd gym
pip install -e .
```
OpenAI Gym のバージョン確認
Windows のコマンドプロンプトで、次のコマンドを実行

バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．
```
python -c "import gym; print( gym.__version__ )"
```
Gym Atari のインストール
```
pip install gym[atari]
```

試しに動かしてみる

Python プログラムを実行する

Python プログラムの実行: 別ページ »で説明

Python のまとめ: 別ページ »にまとめ

SpaceInvaders-v0

import gym
env = gym.make('SpaceInvaders-v0')
observation = env.reset()
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

CartPole-v0

import gym
env = gym.make('CartPole-v0')
observation = env.reset()
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

Copy-v0

import gym
env = gym.make('Copy-v0')
observation = env.reset()
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample() # your agent here (this takes random actions)
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

toy_text

import gym
env = gym.make('FrozenLake-v0')
observation = env.reset()
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample() # your agent here (this takes random actions)
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには，「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ） [image]