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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. [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

  1. 【模板】并查集 两种路径压缩写法(类模板和函数模板)
  2. python2.x环境下unicode乱码转中文显示的2种解决方案总结
  3. python数据预处理
  4. 做一款仿映客的直播App
  5. FreeSwitch命令:切换视频会议画面布局
  6. 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...
  7. vue从后台下载.zip压缩包文件
  8. ss导航java宝典_绅士宝典ss导航
  9. 异构符号网络上的情感链接预测——SHINE
  10. jQuery可拖拽3D万花筒旋转特效
  11. MFS详解(一)——MFS介绍
  12. python编写视频播放器_python十几行代码实现简单播放器
  13. 世界上最简单的会计书(利润表)
  14. 微信小程序获取并修改app.js中的值
  15. 【Selenium自动化测试】鼠标与键盘操作
  16. 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]
  17. Linux Shell 打开软件时最小化窗口
  18. 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?
  19. 使用DmAPService脚本启动dmap服务报错,报错信息:“failed to get ps!”
  20. mima.php密码找回,蝉知系统忘记后台管理员密码怎么办?

热门文章

  1. JSONCPP使用总结
  2. 只会用Excel吗?这套全面的数据分析工具打包送你
  3. 【kafka连载五】window单机版kafkazookeeper使用过程,问题整理(持续更新)
  4. 用于过滤aar中冲突类(class)和so库的脚本,也可以用来过滤jar中冲突class
  5. Git 代码托管服务
  6. Carl‘s Car Wash
  7. 以发票为切口有效规避企业税务风险
  8. GStreamer概述
  9. 反射---java王国的武器大师
  10. Python基础--通用序列操作