OpenAI Gym 是一个优秀开发和比较强化学习算法的工具.

gym的核心接口是Env方法：

    reset(self)：重置环境的状态，返回观察。
    step(self, action)：推进一个时间步长，返回observation，reward，done，info
    render(self, mode=’human’, close=False)：重绘环境的一帧

OpenAI Gym由两部分组成：

    gym开源库：测试问题集合的环境，进行游戏强化学习的测试，比如机器人玩游戏，环境的集合就是游戏的画面。
    OpenAI Gym 服务是提供一个平台，允许用户对他们的测试结果进行比较，对于游戏Acrobot-v1：https://gym.openai.com/envs/Acrobot-v1）和api 的访问。

OpenAI Gym 的白皮书详情访问 arxiv.org/abs/1606.01540，

OpenAI Gym 的 GitHub 链接（https://github.com/openai/gym#installing-dependencies-for-specific-environments）

OpenAI Gym 支持多环境，获取所有环境列表 访问:https://github.com/openai/gym

OpenAI Gym 作为实践环境，这是一个可以用来研究和比较强化学习算法的开源工具包，包含了各种可用来训练和研究新的强化学习算法的模拟环境

安装

可以执行的安装：

git clone https://github.com/openai/gym.git
cd gym
pip install -e .

安装 OpenAI Gym：

pip install gym