OpenAI Gym — 强化学习训练环境库

事实

一个用于强化学习实验的标准化环境工具库。

人话

它把强化学习实验，整成统一赛道的电竞地图：英雄能换，规则、地形和计分先定死。

常用来训练和测试强化学习算法，方便不同方法在同一任务里公平比较。

相关概念

• Reinforcement Learning｜强化学习
• Markov Decision Process（马尔可夫决策过程）
• Deep Reinforcement Learning（深度强化学习）

Reinforcement-learning
它是强化学习里最常见的实验环境之一。

Markov-decision-process
Gym 里的很多任务按状态、动作、奖励来组织。

Deep-reinforcement-learning
深度强化学习常在它提供的环境中训练和测试。