视频课程:https://www.bilibili.com/video/BV1Ge4y1i7L6/

运行环境:
python=3.9
pytorch=1.12.1
gym=0.26.2

2023年5月5日更新:gym版本升级到0.26.2, python版本升级到3.9, torch升级到1.12.1

Simple_Reinforcement_Learning 快速上手指南

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux / macOS / Windows
• Python 版本：3.9
• 核心依赖：
  • PyTorch == 1.12.1
  • Gym == 0.26.2

注意：本项目于 2023 年 5 月 5 日更新，已适配上述新版本环境，请使用指定版本以避免兼容性错误。

安装步骤

1. 创建并激活虚拟环境（推荐）

   python -m venv venv
   # Linux/macOS
   source venv/bin/activate
   # Windows
   venv\Scripts\activate
   

2. 安装依赖包 建议使用国内镜像源加速下载（如清华源）：

   pip install torch==1.12.1 gym==0.26.2 -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   注：若需安装 CPU 版本或其他特定架构的 PyTorch，请参考 PyTorch 官网获取对应命令。

3. 克隆项目代码

   git clone <项目仓库地址>
   cd Simple_Reinforcement_Learning
   

基本使用

本项目配套有详细的视频教学课程，建议结合代码观看：

• 视频教程：Bilibili 视频课程

运行示例： 进入项目目录后，通常可直接运行主训练脚本（具体文件名请以仓库实际文件为准，常见为 train.py 或 main.py）：

python train.py

若项目包含多个算法示例，可根据需要选择对应的脚本运行，例如：

python dqn_cartpole.py

运行成功后，您将看到强化学习智能体在环境中进行训练的过程及奖励反馈。