# Reforcement-Learning-forAI22

**Repository Path**: yangchengjun2/reforcement-learning-for-ai22

## Basic Information

- **Project Name**: Reforcement-Learning-forAI22
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 5
- **Forks**: 4
- **Created**: 2024-11-24
- **Last Updated**: 2024-12-12

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


## 参考资料
https://github.com/boyu-ai/Hands-on-RL
https://hrl.boyuai.com/slides/
## 环境
### 安装需要的包
https://gymnasium.farama.org/

### 动手学使用的gym版本为0.10.5，numpy1.26.4
```sh
conda create -n rl2024 --clone dl2024
```
### 旧版本可以选择装上gym==0.26.2
新版本对numpy有要求 gymnasium （open ai gym 2022） numpy<2.0.0
``` sh
pip install gymnasium comet_ml>=3.44.1 stable-baselines3 
```

- Gymnasium 是一个强化学习（Reinforcement Learning，RL）的工具包，它提供了各种强化学习的环境，允许开发者创建、运行和测试不同的RL算法。[classic-control] 是一种额外的依赖选项，包含经典控制论环境适用于控制任务的实验和研究。

    |CartPole-v1| - —|一个简单的平衡杆环境|
    |-|-|-|
    |MountainCar-v0| - |一个小车爬坡的问题|
    |Pendulum-v1| - |处理倒立摆的控制|
    |Acrobot-v1| - |控制两个连接摆臂的旋转系统|

- Stable Baselines3 是一个强化学习库，提供了一些常用的RL算法，如PPO（Proximal Policy Optimization）、DQN（Deep Q-Network）、A2C（Advantage Actor-Critic）等。它建立在 PyTorch 之上，专为研究和应用强化学习算法而设计。
Stable Baselines3 主要用于快速实现和测试RL算法，适用于研究人员和开发人员。

```sh
pip  install gym==0.26.2 pettingzoo==1.23.1 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip  install swig 
pip install gymnasium[box2d] -i https://pypi.tuna.tsinghua.edu.cn/simple
```