Question

我知道keras，阻止nn的其他几个Python库，其中包括RL。但是，是否存在可以使可视化任务变得容易的库？在代理/环境的3D模型方面，看模拟等...我可以在网上看到一些RL视频，显示模拟的代理/环境，但要么他们从头开始制作视觉模型，要么使用其他语言/技术......（或者他们很老）

Answer 1

一般来说，这是 3D可视化库和 3D科学可视化库之间的区别，它具有比以前更直接的“高级”可视化方法（直接调用散点图，曲面等）。

由于您没有指定要绘制的实际示例，因此我只能提供被认为简单的可行库（考虑到Python的3D lib世界）。

一个是VPython，其中very explicit syntax towards 3D primitives。 This将是构建球体和方框的有效代码：

from visual import *
ball = sphere(pos=(-5,0,0), radius=0.5, color=color.cyan)
wallR = box(pos=(6,0,0), size=(0.2,12,12), color=color.green)

如果您的模拟依赖于非常明确定义的对象，如图像，曲面，散点等，您可能需要查看matplotlib的3D功能：

import numpy as np
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
xs = np.random.randint(0,100,100)
ys = np.random.randint(0,100,100)
zs = np.random.randint(0,100,100)
ax.scatter(xs, ys, zs, c=c)
plt.show()

同样Mayavi对知名情节有很多高级别的调用（但我认为在我写这篇文章的时候，这仍然不适用于Python 3，如果我错了，有人会纠正我）：

import numpy
from mayavi.mlab import *

def test_surf():
    """Test surf on regularly spaced co-ordinates like MayaVi."""
    def f(x, y):
        sin, cos = numpy.sin, numpy.cos
        return sin(x + y) + sin(2 * x - y) + cos(3 * x + 4 * y)

    x, y = numpy.mgrid[-7.:7.05:0.1, -5.:5.05:0.05]
    s = surf(x, y, f)
    #cs = contour_surf(x, y, f, contour_z=0)
    return s

Mayavi本身基于VTK，它也有Python API。其他相关的图书馆是：

pyQtGraph：非常好，如果你想在PySide或PyQt中嵌入你的可视化（2D和3D）。
Glumpy
Vispy：它仍然很新，但我期待这个图书馆的好东西。如果记忆没有让我失望它是由带来使用pyQtGraph，Glumpy和Galry等库的人们制作的。
Galry

还有其他像OpenSceneGraph，OpenGL或Coin3D的绑定，但很多都记录不清，或者学习曲线非常严格。

作为额外的，您可能还需要考虑Blender，因为您可以在其中使用Python，并且它具有非常丰富的3D建模环境。

Answer 2

对于3D环境模拟/可视化，您可能对OpenAI Gym和MuJoCo感兴趣。

用于python强化学习的模拟和可视化库？

2 个答案: