定製股票交易openaigym環境
1. 求助，安裝openai gym all老是出錯
OpenAL（Open Audio Library）自由軟體界跨平台音效API設計給通道三維位置音效特效表現其 API 風格模仿自 OpenGL OpenAL 主要功能源物體、音效緩沖收聽者編碼源物體包含指向緩沖區指標、聲音速度、位置
2. 深度強化學習 如何訓練
多謝邀請。關於gym可參考我的知乎專欄帖子：強化學習實戰 第一講 gym學習及二次開發 - 知乎專欄。關注該專欄，可以學到很多強化學習的知識（理論知識和實踐知識）。
下面正式回答你的問題：搞深度強化學習，訓練環境的搭建是必須的，因為訓練環境是測試演算法，訓練參數的基本平台（當然，也可以用實際的樣機進行訓練，但時間和代價是相當大的）。
現在大家用的最多的是openai的gym（ github.com/openai/gym ），或者universe
(github.com/openai/unive),。這兩個平台非常好，是通用的平台，而且與tensorflow和Theano無縫連接，雖然目前只支持python語言，但相信在不久的將來也會支持其他語言。下面我根據自己的理解，講下關於gym的一些事情。
Gym的原理是什麼？它是新東西嗎？
在我看來，gym並不是完全的新東西，它不過是用python語言寫的模擬器。對於模擬器大家肯定並不陌生。學控制的人都用過或聽過matlab的simulink，學機械的人應該用過動力學模擬軟體adams，gym在本質上和simulink，adams沒什麼區別。
如果把Gym，simulink，adams等等這些模擬器去掉界面顯示（如動畫顯示），剩下的本質不過是一組微分方程。所以Gym，simulink，adams等等一切模擬器的本質是微分方程。比如，運動學微分方程，動力學微分方程，控制方程等。Gym在構造環境時，主要的任務就是構建描述你模型的微分方程。
我們舉例說明：
Gym中的CartPole環境是如何構建的：
下面的鏈接是gym中CartPole環境模型：
github.com/openai/gym/b
在該環境模型中，最核心的函數是def _step(self, action)函數，該函數定義了CartPole的環境模型，而在該函數中最核心的代碼如下：
圖中方框中又是這段代碼中最核心的地方，這兩行代碼便決定了CartPole的模型。簡單的模型，通過手工推導便可完成。
那麼對於復雜的模型，比如戰斗機器人，各種大型游戲怎麼辦呢？
這就需要專門的多剛體模擬軟體了，這些軟體背後的核心技術都是物理引擎。大家可以搜下物理引擎這個詞，游戲以及各種模擬軟體都要用到物理引擎，用的多的而且開源的物理引擎有：ODE, Bullet, Havok, Physx等。原則上來說利用這些物理引擎都可以搭建訓練環境。Gym在搭建機器人模擬環境用的是mujoco，ros裡面的物理引擎是gazebo。
下面針對你的問題，逐條回答：
1. gym中CartPole, MountainCar這種環境的構建原理是怎樣的？
答：這種簡單的環境只需要手動推導便可寫出動力學方程，然後可以人為編寫環境模型。只是，gym中除了給出了動力學方程，還加入了界面程序，將結果更直觀地顯示出來。
2. gym中的環境源代碼能不能查看和修改？
Gym是開源開發工具，所有代碼都可查看和修改。可以模仿gym已有的例子自己創建環境。Gym創建環境很方便，只需要編寫你的環境模型，並將你的環境模型注冊到環境文件中即可，至於如何構建新的環境，請關注我的知乎專欄，我會在後面講一講。我的專欄中深入剖析了gym並給出了創建自己環境的實例，強化學習實戰 第一講 gym學習及二次開發 - 知乎專欄。
3. openai gym 包含什麼環境
OpenAL（Open Audio Library）是自由軟體界的跨平台音效API。它設計給多通道三維位置音效的特效表現。其 API 風格模仿自 OpenGL。 OpenAL 主要的功能是在來源物體、音效緩沖和收聽者中編碼。來源物體包含一個指向緩沖區的指標、聲音的速度、位置...
4. 怎麼在anaconda上安裝openai gym 在windows里
根據提示進行安裝
注意使用默認配置就可以了。默認配置比較方便。
4
安裝完成後，打開控制台，確認是否安裝成功。
5. openai排名是怎樣的
openai暫未排名。
OpenAI是由諸多矽谷大亨聯合建立的人工智慧非營利組織，成立於2015年12月。OpenAI和谷歌、蘋果、IBM等知名公司創辦的其它一系列項目一道探索先進計算機技術，解決面部識別或語言翻譯等問題。
OpenAI提出了一種增強學習的形式，稱為約束增強學習，它實現了AI必須約束的成本函數。與通常的做法相反，代理人的行為由為實現目標而量身定製的功能來描述，而受約束的代理人則要找出實現某些確定結果的折衷方案。
6. 搞Reinforcement learning，除了OpenAI Gym，還有什麼測試平台
還有一個比較好的，DeepMind lab.