RL 基础 | 如何搭建自定义 gym 环境

主要就是 __init__, step, reset 三个方法，① __init__ 要记得定义 state action space，② step 返回 (obs, reward, done, info)，③ reset 返回 obs。返回的 obs 要用 np.ndarray a56爆大奖在线娱乐。