DQN训练atari游戏:No module named ‘atari_py‘
安装好 gym 后,加载《太空入侵者》游戏。
import gym
env = gym.make('SpaceInvaders-v0')
出现下面的问题:
Traceback (most recent call last):File "/home/jacob/anaconda3/envs/python37/lib/python3.7/site-packages/gym/envs/atari/atari_env.py", line 9, in <module>import atari_py
ModuleNotFoundError: No module named 'atari_py'During handling of the above exception, another exception occurred:Traceback (most recent call last):File "<frozen importlib._bootstrap>", line 983, in _find_and_loadFile "<frozen importlib._bootstrap>", line 967, in _find_and_load_unlockedFile "<frozen importlib._bootstrap>", line 677, in _load_unlockedFile "<frozen importlib._bootstrap_external>", line 728, in exec_moduleFile "<frozen importlib._bootstrap>", line 219, in _call_with_frames_removedFile "/home/jacob/anaconda3/envs/python37/lib/python3.7/site-packages/gym/envs/atari/__init__.py", line 1, in <module>from gym.envs.atari.atari_env import AtariEnvFile "/home/jacob/anaconda3/envs/python37/lib/python3.7/site-packages/gym/envs/atari/atari_env.py", line 13, in <module>"'pip install gym[atari]'.)".format(e))
gym.error.DependencyNotInstalled: No module named 'atari_py'. (HINT: you can install Atari dependencies by running 'pip install gym[atari]'.)
解决方法:根据报错提示,使用了下面的代码安装,已成功。这里使用了国内源,安装更快。
pip install gym[atari] -i https://pypi.tuna.tsinghua.edu.cn/simple
DQN训练atari游戏:No module named ‘atari_py‘相关推荐
- 深度强化学习加载Atari游戏运行库:Could not find module “XXXX\lib\site-packages\atari_py\ale_interface\ale_c.dll“
深度强化学习加载Atari游戏运行库:Could not find module "XXXX\lib\site-packages\atari_py\ale_interface\ale_c.d ...
- 发生异常: ModuleNotFoundError No module named ‘gym.envs.atari‘
在参照了无数次的gym库的安装和重装,也阅读了一些别的方法,现在把我走过的一些歪路学习的经验分享给大家,希望大家不要像我一样 当你在使用gym库,并用强化学习训练atari上的小游戏,出现报错,Mod ...
- ssd训练时提示:Cannot copy param 0 weights from 'xxxx',以及提示No module named caffe.proto,推理时设置GPU模式
1.Cannot copy param 0 weights from 'xxxx' 使用预训练的模型,当希望修改部分网络结构并继续使用相同结构的网络参数时,经常遇见这个问题.以为改的天衣无缝,但是这个 ...
- DQN训练雅塔丽游戏Pong
基于DQN的Arita中Pong游戏的训练结果,在1000个回合之后开始收敛. 已经将训练好的模型放在代码中. torch = 1.8.0+cuda10.2 Python = 3.8 奖励曲线: DQ ...
- 青源LIVE第29期|清华叉院高阳:使用1/500数据掌控Atari游戏-EfficientZero算法详解
当前强化学习已在许多应用中取得了巨大成功.但样本效率仍是强化学习中一个重大挑战,重要的方法需要数百万(甚至数十亿)的环境步骤来训练.虽然,当前在基于图像的样本高效RL算法方面取得了重大进展:但是,在A ...
- PaddlePaddle版Flappy-Bird—使用DQN算法实现游戏智能
刚刚举行的 WAVE SUMMIT 2019 深度学习开发者峰会上,PaddlePaddle 发布了 PARL 1.1 版本,这一版新增了 IMPALA.A3C.A2C 等一系列并行算法.作者重新测试 ...
- 用深度强化学习玩atari游戏_被追捧为“圣杯”的深度强化学习已走进死胡同
作者 | 朱仲光 编译 | 夕颜出品 | AI科技大本营(ID:rgznai1100) [导读]近年来,深度强化学习成为一个被业界和学术界追捧的热门技术,社区甚至将它视为金光闪闪的通向 AGI 的圣杯 ...
- 人类一败涂地!DeepMind再次制霸Atari游戏,比两年前快了200倍
视学算法报道 编辑:David [导读]DeepMind又对Atari游戏下手了,这回秒的是自己,把两年前的大杀四方的Atari 57模型提速了200倍! 构建在各种任务中表现良好的「通用智能 ...
- [DQN] Playing Atari with Deep Reinforcement Learning
论文链接:https://arxiv.org/abs/1312.5602 引用:Mnih V, Kavukcuoglu K, Silver D, et al. Playing atari with d ...
最新文章
- 【模板】并查集 两种路径压缩写法(类模板和函数模板)
- python2.x环境下unicode乱码转中文显示的2种解决方案总结
- python数据预处理
- 做一款仿映客的直播App
- FreeSwitch命令:切换视频会议画面布局
- python语言数值操作符_Python之组合数据类型、逻辑操作符、控制流语句、算术操作符...
- vue从后台下载.zip压缩包文件
- ss导航java宝典_绅士宝典ss导航
- 异构符号网络上的情感链接预测——SHINE
- jQuery可拖拽3D万花筒旋转特效
- MFS详解(一)——MFS介绍
- python编写视频播放器_python十几行代码实现简单播放器
- 世界上最简单的会计书(利润表)
- 微信小程序获取并修改app.js中的值
- 【Selenium自动化测试】鼠标与键盘操作
- Windows 10电脑使用VMware虚拟机安装macOS苹果系统[一站式保姆级别教程]
- Linux Shell 打开软件时最小化窗口
- 信息怎样开4g移动网络连接服务器,怎么强制手机只连接4G网络?
- 使用DmAPService脚本启动dmap服务报错,报错信息:“failed to get ps!”
- mima.php密码找回,蝉知系统忘记后台管理员密码怎么办?