我有一个任务，需要制作一个AI代理，通过机器学习来学习玩视频游戏。我想使用OpenAI Gym创建一个新的环境，因为我不想使用现有的环境。我该如何创建一个新的、自定义的环境呢？

另外，有没有其他方法可以开始开发一个AI代理来玩特定的视频游戏，而不需要OpenAI Gym的帮助？

回答：

查看我的banana-gym，这是一个非常小的环境示例。

创建新环境

请查看仓库的主页面：

https://github.com/openai/gym/blob/master/docs/creating_environments.md

步骤如下：

1. 创建一个具有PIP包结构的新仓库

它的结构应该如下所示

gym-foo/  README.md  setup.py  gym_foo/    __init__.py    envs/      __init__.py      foo_env.py      foo_extrahard_env.py

关于其内容，请按照上面的链接进行操作。未提及的细节特别是foo_env.py中一些函数的具体实现方式。查看示例和gym.openai.com/docs/会有所帮助。这里有一个示例：

class FooEnv(gym.Env):    metadata = {'render.modes': ['human']}    def __init__(self):        pass    def _step(self, action):        """        参数        ----------        action :        返回值        -------        ob, reward, episode_over, info : tuple            ob (object) :                表示你对环境观察的环境特定对象。            reward (float) :                通过前一个动作获得的奖励量。奖励的规模在不同环境中有所不同，但目标始终是增加你的总奖励。            episode_over (bool) :                是否需要再次重置环境。大多数（但不是全部）任务被划分为明确定义的回合，done为True表示回合已经结束。（例如，可能杆子倾斜得太厉害，或者你失去了最后一条命。）            info (dict) :                 用于调试的诊断信息。有时对学习有用（例如，它可能包含环境最后状态变化的原始概率）。然而，官方对你的代理的评估不允许使用这些信息进行学习。        """        self._take_action(action)        self.status = self.env.step()        reward = self._get_reward()        ob = self.env.getState()        episode_over = self.status != hfo_py.IN_GAME        return ob, reward, episode_over, {}    def _reset(self):        pass    def _render(self, mode='human', close=False):        pass    def _take_action(self, action):        pass    def _get_reward(self):        """ 奖励是基于XY给出的。 """        if self.status == FOOBAR:            return 1        elif self.status == ABC:            return self.somestate ** 2        else:            return 0

使用你的环境

import gymimport gym_fooenv = gym.make('MyEnv-v0')

示例

1. https://github.com/openai/gym-soccer
2. https://github.com/openai/gym-wikinav
3. https://github.com/alibaba/gym-starcraft
4. https://github.com/endgameinc/gym-malware
5. https://github.com/hackthemarket/gym-trading
6. https://github.com/tambetm/gym-minecraft
7. https://github.com/ppaquette/gym-doom
8. https://github.com/ppaquette/gym-super-mario
9. https://github.com/tuzzer/gym-maze