强化学习——gym

概述：gym是一种常用的强化学习算法开发和比较库，gym中不仅提供了许多种已经设计好的环境，还提供gym环境的基类，允许用户通过这些基类区进一步构造自己的强化学习环境类，本文将重点对如何使用gym类生成自定义的gym环境类进行讲解。

设计用户自定义的gym化的库，主要需要对下面的库进行重写：

必须实现的方法有：

_init\_( ): 用于初始化动作空间与状态空间，便于强化学习算法在给定的状态空间中搜索合适的动作。

step() : 用于编写智能体与环境交互的逻辑，该函数输入为action，输出则为执行完action所处的状态、当前动作的回报、是否结束当前episode、调试信息四种，强化学习中关键的环境状态的更新、奖惩判断都在这个函数中进行。

reset() : 用于在每轮开始之前重置智能体状态。

不是必须实现的但有助于调试算法的内容：

metadata、render()、close()是与图像显示有关的，我们不涉及这一部分，感兴趣的同学可以自行编写相关内容。