Ответ 1

Смотрите мой banana-gym для очень маленькой окружающей среды.

Создание новых сред

См. Главную страницу репозитория:

https://github.com/openai/gym/tree/master/gym/envs#how-to-create-new-environments-for-gym

Шаги:

1. Создайте новый репозиторий со структурой PIP-пакета

Это должно выглядеть так

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

Для его содержимого перейдите по ссылке выше. Подробности, которые не упомянуты, особенно foo_env.py некоторые функции в foo_env.py. Глядя на примеры и в gym.openai.com/docs/ помогает. Вот пример:

class FooEnv(gym.Env):
    metadata = {'render.modes': ['human']}

    def __init__(self):
        pass

    def _step(self, action):
        """

        Parameters
        ----------
        action :

        Returns
        -------
        ob, reward, episode_over, info : tuple
            ob (object) :
                an environment-specific object representing your observation of
                the environment.
            reward (float) :
                amount of reward achieved by the previous action. The scale
                varies between environments, but the goal is always to increase
                your total reward.
            episode_over (bool) :
                whether it time to reset the environment again. Most (but not
                all) tasks are divided up into well-defined episodes, and done
                being True indicates the episode has terminated. (For example,
                perhaps the pole tipped too far, or you lost your last life.)
            info (dict) :
                 diagnostic information useful for debugging. It can sometimes
                 be useful for learning (for example, it might contain the raw
                 probabilities behind the environment last state change).
                 However, official evaluations of your agent are not allowed to
                 use this for learning.
        """
        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):
        """ Reward is given for XY. """
        if self.status == FOOBAR:
            return 1
        elif self.status == ABC:
            return self.somestate ** 2
        else:
            return 0

Используйте свою среду

import gym
import gym_foo
env = gym.make('MyEnv-v0')

Примеры

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

Ответ 2

Это определенно возможно. Они говорят об этом на странице "Документация", ближе к концу.

https://gym.openai.com/docs

Что касается того, как это сделать, вы должны посмотреть на исходный код существующих сред для вдохновения. Его доступный в github:

https://github.com/openai/gym#installation

Большинство из их окружения они не реализовали с нуля, а создали оболочку вокруг существующих сред и предоставили ей весь интерфейс, удобный для обучения обучению.

Если вы хотите сделать свой собственный, вы, вероятно, должны пойти в этом направлении и попытаться адаптировать то, что уже существует в интерфейсе тренажерного зала. Хотя есть хороший шанс, что это занимает много времени.

Существует еще один вариант, который может быть интересен для вашей цели. Это OpenAI Universe

https://universe.openai.com/

Он может интегрироваться с веб-сайтами, чтобы вы, например, обучали свои модели в играх kongregate. Но Вселенная не так проста в использовании, как тренажерный зал.

Если вы новичок, моя рекомендация заключается в том, что вы начинаете с реализации ванили в стандартной среде. После того, как вы пройдете проблемы с основами, продолжайте увеличивать...