代码之家 › 专栏 › 技术社区 › MasterScrat

仅在Jupyter笔记本中显示OpenAI gym

openai-gym reinforcement-learning jupyter-notebook python-3.x python

4

MasterScrat · 技术社区 · 6 年前

我想在笔记本上玩OpenAI健身房,健身房被渲染成内联的。

import matplotlib.pyplot as plt
import gym
from IPython import display
%matplotlib inline

env = gym.make('CartPole-v0')
env.reset()

for i in range(25):
   plt.imshow(env.render(mode='rgb_array'))
   display.display(plt.gcf())    
   display.clear_output(wait=True)
   env.step(env.action_space.sample()) # take a random action

env.close()

我在笔记本上看到了健身房:

但是! 我不想让这扇窗户开着:

1 回复 | 直到 6 年前

1

10

Eoin Murray 6 年前

我在这里做了一个很好的例子,你可以用叉子叉: https://kyso.io/eoin/openai-gym-jupyter 有两个在Jupyter中呈现的例子-一个是mp4,另一个是实时gif。

mp4示例非常简单。

import gym
from gym import wrappers

env = gym.make('SpaceInvaders-v0')
env = wrappers.Monitor(env, "./gym-results", force=True)
env.reset()
for _ in range(1000):
    action = env.action_space.sample()
    observation, reward, done, info = env.step(action)
    if done: break
env.close()

然后在一个新的牢房里

import io
import base64
from IPython.display import HTML

video = io.open('./gym-results/openaigym.video.%s.video000000.mp4' % env.file_infix, 'r+b').read()
encoded = base64.b64encode(video)
HTML(data='''
    <video width="360" height="auto" alt="test" controls><source src="data:video/mp4;base64,{0}" type="video/mp4" /></video>'''
.format(encoded.decode('ascii')))

2

0

bad programmer 4 年前

这对我在Ubuntu18.04LTS中使用,在本地渲染gym。但是,我相信即使在远程Jupyter笔记本服务器上也能工作。

首先,在终端中运行以下安装:

pip install gym
python -m pip install pyvirtualdisplay
pip3 install box2d
sudo apt-get install xvfb

就这样。使用以下代码段配置matplotlib的呈现方式:

import matplotlib.pyplot as plt
from pyvirtualdisplay import Display
display = Display(visible=0, size=(1400, 900))
display.start()

is_ipython = 'inline' in plt.get_backend()
if is_ipython:
    from IPython import display

plt.ion()

# Load the gym environment

import gym
import matplotlib.pyplot as plt
%matplotlib inline

env = gym.make('LunarLander-v2')
env.seed(23)

# Let's watch how an untrained agent moves around

state = env.reset()
img = plt.imshow(env.render(mode='rgb_array'))
for j in range(200):
#     action = agent.act(state)
    action = random.choice(range(4))
    img.set_data(env.render(mode='rgb_array')) 
    plt.axis('off')
    display.display(plt.gcf())
    display.clear_output(wait=True)
    state, reward, done, _ = env.step(action)
    if done:
        break 
        
env.close()