OpenAI Gym 是一個最廣泛使用的強(qiáng)化學(xué)習(xí)實(shí)驗環(huán)境橱乱，內(nèi)置上百種實(shí)驗環(huán)境弟塞，比如一些簡單幾何體的運(yùn)動稿械，一些用文本表示的簡單游戲，或者機(jī)械臂的抓取和控制等實(shí)驗環(huán)境乏沸。
安裝Gym后淫茵，一般的使用流程是：
1. 加載 gym 庫：
import gym
2. 進(jìn)入指定的實(shí)驗環(huán)境：
env = gym.make("Taxi-v2").env
3. 渲染環(huán)境，即可視化看看環(huán)境的樣子：
env.render()
其中 env 是 gym 的核心接口蹬跃，有幾個常用的方法也是實(shí)驗中通用的：
1. env.reset匙瘪， 重置環(huán)境，返回一個隨機(jī)的初始狀態(tài)蝶缀。
2. env.step(action)丹喻，將選擇的action輸入給env，env 按照這個動作走一步進(jìn)入下一個狀態(tài)翁都，所以它的返回值有四個：
observation：進(jìn)入的新狀態(tài)
reward：采取這個行動得到的獎勵
done：當(dāng)前游戲是否結(jié)束
info：其他一些信息碍论，如性能表現(xiàn)，延遲等等柄慰，可用于調(diào)優(yōu)
3. env.render鳍悠，這個前面說過可以可視化展示環(huán)境
注意到，在 state1-action-state2 這個過程中坐搔，action 是需要我們決定的藏研，通常會通過 greedy search 和 q learning 等算法選擇，而 state1概行，state2 就可以用 env 自動獲取蠢挡。
