根据OpenAI Gym框架,我已经创建了一个自定义环境;包含step
,reset
,action
和reward
函数。我的目标是在此自定义环境上运行OpenAI基准。但是在此之前,必须在OpenAI Gym上注册环境。我想知道如何在OpenAI Gym上注册自定义环境?另外,我是否应该修改OpenAI基准代码以纳入此标准?
最佳答案
您不需要修改基准存储库。
这是一个最小的示例。假设您拥有myenv.py
,具有所有必需的功能(step
,reset
,...)。类环境的名称是MyEnv
,您想将其添加到classic_control
文件夹中。你必须
myenv.py
文件放置在gym/gym/envs/classic_control
__init__.py
(位于同一文件夹中)from gym.envs.classic_control.myenv import MyEnv
gym/gym/envs/__init__.py
注册环境gym.envs.register(
id='MyEnv-v0',
entry_point='gym.envs.classic_control:MyEnv',
max_episode_steps=1000,
)
在注册时,您还可以添加
reward_threshold
和kwargs
(如果您的类带有一些参数)。您也可以在将要运行的脚本(TRPO,PPO或其他任何一种)中直接注册环境,而不是在
gym/gym/envs/__init__.py
中进行注册。编辑
这是创建LQR环境的最小示例。
将下面的代码保存在
lqr_env.py
中,并将其放置在Gym的classic_control文件夹中。import gym
from gym import spaces
from gym.utils import seeding
import numpy as np
class LqrEnv(gym.Env):
def __init__(self, size, init_state, state_bound):
self.init_state = init_state
self.size = size
self.action_space = spaces.Box(low=-state_bound, high=state_bound, shape=(size,))
self.observation_space = spaces.Box(low=-state_bound, high=state_bound, shape=(size,))
self._seed()
def _seed(self, seed=None):
self.np_random, seed = seeding.np_random(seed)
return [seed]
def _step(self,u):
costs = np.sum(u**2) + np.sum(self.state**2)
self.state = np.clip(self.state + u, self.observation_space.low, self.observation_space.high)
return self._get_obs(), -costs, False, {}
def _reset(self):
high = self.init_state*np.ones((self.size,))
self.state = self.np_random.uniform(low=-high, high=high)
self.last_u = None
return self._get_obs()
def _get_obs(self):
return self.state
将
from gym.envs.classic_control.lqr_env import LqrEnv
添加到__init__.py
(也在classic_control中)。在脚本中,当您创建环境时,请执行
gym.envs.register(
id='Lqr-v0',
entry_point='gym.envs.classic_control:LqrEnv',
max_episode_steps=150,
kwargs={'size' : 1, 'init_state' : 10., 'state_bound' : np.inf},
)
env = gym.make('Lqr-v0')
关于reinforcement-learning - 如何在OpenAI的体育馆中注册自定义环境?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/52727233/