从零使用强化学习训练AI玩儿游戏(1)——安装环境

本文目前主要是写给自己的一个笔记，接下来这段时间会逐步记录我是怎么通过学习使用TensorFlow+Keras训练神经网络自己玩儿游戏，如果能间接帮助到他人就最好不过了，不喜勿喷。

目前准备使用第一层卷积神经网络，第二层LSTM的方式通过DQN增强学习的方式来训练这个神经网络。

我是在Windows7上运行的，做完了会把代码放到GitHub上

资源：IDE：PyCharm，如果是学生的话只需要给你的学生邮箱（带edu字样）发个邮件就能使用正版了，网上还有很多破解可以自己百度。

Python环境，Anaconda，是我见过最好的Python环境了，已经集成了很多工具包，同学们可以自己百度安装使用。

Python的学习可以用这个网址。

我的Keras基础是看莫烦大神的视频学习的，讲的很好很简单。点击文字就是连接。

看了视频会发现其实搭建一个神经网络还是很简单的。接下来就需要看怎么获取游戏界面了。

开源游戏环境Gym是一个国外的开源测试平台，专门用来测试增强学习的，里面可以调用各式各样的游戏。可以通过

pip install gym

安装，也能直接在 GitHub上下载源码安装，如下图所示anaconda里安装需要在开始菜单中打开anaconda prompt再执行命令安装，看下图终点的标题。

下面来看看这个Gym是怎么玩儿的嘿嘿

# -*- coding: UTF-8 -*-

if __name__ == '__main__':
    print('开始学习')
    
    import gym

    env = gym.make('CartPole-v0')
    env.reset()
    for _ in range(1000):
        env.render()
        env.step(env.action_space.sample())  # take a random action

使用官方网址的代码可以看到这个效果：http://s3-us-west-2.amazonaws.com/rl-gym-doc/cartpole-no-reset.mp4

这个显然是没有经过控制的游戏。

还可以改变游戏名称来玩儿其他游戏，这时候发现通过pip版本能玩儿的游戏有限，使用pip install -e .[all]

注册所有游戏，再次之前需要在GitHub上下载源文件，并且通过anaconda prompt 进入到你下载的目录下执行这个命令如图

我的是下载到E:\AIGame\gym-master，下载完后看看效果，看样子下载的有点久

跑到这里发现需要安装TensorFlow，但是我这台电脑好像还没有安装，所以安装装Keras的方式装一下

到了这里发现还是有错误！！！网上查了很多资料，差点发现Windows不支持gym的其他游戏！

但是最后找到了一行命令完美解决了

pip install --no-index -f https://github.com/Kojoley/atari-py/releases atari_py

用这行命令就能下载Atari的游戏了

好的！今天游戏这个阶段就准备好了~我发现要一边写博客一边开发还是一件很费时间的事情啊。。。。。。

下一篇主要看GYM给我们提供的接口，以及怎么用它

从零使用强化学习训练AI玩儿游戏(1)——安装环境

猜你喜欢