OpenAI-Gym 中的自定义环境

Question

我想在 Python 中尝试强化学习。 但我想用我自己的状态和奖励创建一个自定义环境。

可能我想在这个中使用时间序列数据（虽然不像股票）。 我希望我的系统能够根据时间和环境学习行为。

所以我首先要创建一个自定义环境，有人可以帮助我吗？

Answer 1

OpenAI 健身房环境注册流程可在此处的健身房文档中找到。

您还可以查看此示例自定义环境和此stackoverflow 问题以获取更多信息。

可能我想在这个中使用时间序列数据（虽然不像股票）。 我希望我的系统能够根据时间和环境学习行为。

如果您希望代理学习wrt time，则在您的状态中包含时间步长作为变量。 然后，您的代理将能够区分不同时间步长的两种不同状态。