การโต้ตอบกับ Gymnasium environments

Reinforcement Learning with Gymnasium ใน Python

Fouad Trad

Machine Learning Engineer

Gymnasium

Image showing the gymnasium logo along with some environments it provides.

CartPole: Agent ต้องทรงตัวเสาบนรถเข็นที่กำลังเคลื่อนที่ GIF representing the CartPole environment.

MountainCar: Agent ต้องขับรถขึ้นเนินชัน GIF representing the MountainCar environment.

FrozenLake: Agent ต้องเดินข้ามทะเลสาบน้ำแข็งที่มีหลุมอยู่ GIF representing the FrozenLake gymnasium environment.

Taxi: รับและส่งผู้โดยสาร GIF representing the Taxi environment.

ใช้งานได้เหมือนกันทุก environment
มีฟังก์ชันและเมธอดสำหรับ:
- เริ่มต้น environment
- แสดงผล environment
- ดำเนินการ action
- สังเกตผลลัพธ์

GIF representing the CartPole environment.

import gymnasium as gym


env = gym.make('CartPole', render_mode='rgb_array')

state, info = env.reset(seed=42)
print(state)

[-0.04405273  0.0242996  -0.04377224 -0.01767325]

¹ https://gymnasium.farama.org/environments/classic_control/cart_pole/

import matplotlib.pyplot as plt

state_image = env.render()
plt.imshow(state_image)

plt.show()

Plot of the initial state in CartPole.

import matplotlib.pyplot as plt


def render():
  state_image = env.render()
  plt.imshow(state_image)
  plt.show()


# Call function
render()

Plot of the initial state in CartPole.

action = 1 
state, reward, terminated, truncated, info = env.step(action)

action = 1
state, reward, terminated, _, _ = env.step(action)


print("State: ", state)
print("Reward: ", reward)
print("Terminated: ", terminated)

State:  [-0.04356674  0.22002107 -0.0441257  -0.3238392 ]
Reward:  1.0
Terminated:  False

while not terminated:
    action = 1 # Move to the right
    state, reward, terminated, _, _ = env.step(action)
    render()

Image showing four different states in the CartPole environment, captured during the interaction loop.

Reinforcement Learning with Gymnasium ใน Python