OpenAI-Gym中的定制环境

Question

我想试用Python中的强化学习。但我想为我自己的国家和奖励创造一个定制的环境。

可能我想使用时间序列数据在这(但不像股票)。我想让我的系统按照时间来学习行为，给出一个环境。

所以我首先要做一个定制的环境，有人能帮我吗？

Answer 1

OpenAI健身房环境注册过程可以在健身房文档这里中找到。

您还可以查看这示例、自定义环境和这堆栈溢出问题，以获得更多信息。

可能我想使用时间序列数据在这(但不像股票)。我想让我的系统按照时间来学习行为，给出一个环境。

如果你想让代理人了解w.r.t。时间，然后包括时间步骤作为一个变量在您的状态。然后，您的代理将能够区分两个不同的状态不同的时间步骤。