GRPO-robot

Environment:

conda create -n grpo-robot -c conda-forge python=3.7 pybox2d
conda activate grpo-robot
pip install numpy<1.19.5 gym<=0.25.2 torch matplotlib pygame seaborn tqdm 

Run:

# 训练
python ./ppo_train_cartpole.py

# 将训练好的策略模型可视化
python ./强化学习过程可视化-cartpole.py

一些有用的参考

• 动手学强化学习
• RL可视化
• gym的使用
• gym讲解