一、概述

在强化学习（Reinforcement Learning）的研究领域，并没有一些很好的模块可以使用。不像Deep Learning一样，有很多的框架，比如说tensorflow，pytorch，cafe等。应对这不同环境下的RL，可能编写的代码就会不一样，所以我们需要能够学会使用基础框架自己搭建一个属于自己的模型，更加好的理解底层原理，以后不管遇到什么样的环境，也能够应付。

• Numpy，pandas：用于数据处理；
• Matplotlib：展示误差曲线等，数据可视化；
• Tkinter：编写模拟环境；
• Tensorflow：实现神经网络和强化学习的结合；
• OpenAI gym：提供许多现成的游戏环境；

二、怎么搭建

（1）python

python可以在官网下载，下载安装好之后，可以将python加入到环境变量中，这样在命令行就可以方便运行python脚本；

python官网下载链接:https://www.python.org/downloads/
Anaconda官网下载链接：https://www.anaconda.com/
Python加入环境变量教程：https://www.jianshu.com/p/e75bb5d7f83a

（2）安装上述模块

在安装好了python之后。
查看python和tensorflow和pytorch相对应的版本，版本不对会报错的，关于cpu的版本和gpu版本安装是不一样的

easy_install.exe pip pip install pip --upgrade pip install numpy pip install pandas # 由于Tkinter 是内置到 python 的安装包中、只要安装好 Python 之后就能使用import导入Tkinter 库 # 对于TensorFlow 1.X，可以统一使用Tensorflow 1.15.0，对应的python版本为3.5-3.7。 pip install tensorflow==1.15.0 # CPU版本 pip install tensorflow_gpu==1.15.0 # GPU版本 # 对于TensorFlow 2.X，统一使用最新版本即可。 pip install tensorflow # tensorflow的CPU最新版本 pip install tensorflow_gpu # tensorflow的GPU最新版本 # torch 的安装看官网https://pytorch.org/get-started/locally/ pip3 install torch torchvision torchaudio

下面是python和tensorflow、pytorch 相对应的版本：