Windows/Linux双平台实测：用Gymnasium 0.28.1复现经典Atari游戏Pong（含完整代码与视频录制教程）

Windows/Linux双平台实战用Gymnasium 0.28.1玩转经典Atari游戏Pong附完整代码与视频录制指南当第一次看到AI在Pong游戏中击败人类选手时那种震撼感至今难忘。作为强化学习的Hello WorldAtari Pong不仅承载着历史意义更是检验环境配置是否正确的绝佳试金石。本文将带你跨越Windows和Linux双系统从零搭建Gymnasium环境最终实现游戏画面录制——整个过程就像教AI玩乒乓一样充满乐趣。1. 环境准备双系统下的统一战场1.1 基础环境配置无论选择Windows 10还是Ubuntu 20.04Python 3.9都是我们的首选版本。这个版本在两大平台都有优秀的表现且与Gymnasium 0.28.1完美兼容。建议使用miniconda管理环境它能优雅处理不同项目间的依赖冲突# 适用于Linux/macOS的安装命令 wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh # Windows用户可下载exe安装包创建专属环境时建议命名为gymnasium_pong以便识别conda create -n gymnasium_pong python3.9 conda activate gymnasium_pong1.2 Gymnasium全家桶安装Atari环境需要额外组件支持以下命令会安装完整套件pip install gymnasium[atari] gymnasium[accept-rom-license]重要提示accept-rom-license必须安装否则会遇到ROM版权校验错误。常见报错ALEInterfaceException: No ROM File specified往往就是缺少这个组件。验证安装是否成功import gymnasium print(gymnasium.__version__) # 应输出0.28.12. Pong游戏初体验2.1 环境初始化技巧创建Pong环境时版本选择很有讲究。推荐使用PongNoFrameskip-v4它保留了原始帧率import gymnasium as gym env gym.make( PongNoFrameskip-v4, render_modehuman # 实时渲染模式 ) observation, info env.reset()常见陷阱直接使用Pong-v4会导致帧跳过影响后续强化学习训练效果。不同版本对比版本名称帧跳过动作重复适用场景Pong-v4是4快速原型开发PongNoFrameskip-v4否1正式训练PongDeterministic-v4否4可复现性实验2.2 游戏交互核心逻辑新版Gymnasium的API有所变化需要特别注意返回值结构for _ in range(1000): # 随机动作演示 action env.action_space.sample() # 注意5个返回值的解包方式 observation, reward, terminated, truncated, info env.step(action) if terminated or truncated: observation, info env.reset() env.close()关键变化点terminated游戏正常结束如一方得分达到21truncated人为中断如步数超过限制老版本只有done一个布尔值现在需要同时检查两个状态3. 视频录制全攻略3.1 RecordVideo包装器实战原Monitor已被移除新的RecordVideo更加强大。这段代码会在每10局自动保存视频from gymnasium.wrappers import RecordVideo env gym.make(PongNoFrameskip-v4) env RecordVideo( env, videos, # 保存目录 episode_triggerlambda x: x % 10 0 # 每10局录制 ) for episode in range(100): obs, info env.reset() while True: action env.action_space.sample() obs, reward, terminated, truncated, info env.step(action) if terminated or truncated: break录制技巧确保目录可写Windows注意权限问题视频默认以rl-video-episode-0.mp4格式命名可通过name_prefix参数自定义文件名3.2 跨平台视频处理不同系统生成的视频可能需要转换格式。推荐使用FFmpeg进行统一处理# 转换为GIF适合文档嵌入 ffmpeg -i input.mp4 -vf fps10,scale640:-1 output.gif # Linux压缩命令示例 ffmpeg -i input.mp4 -vcodec libx264 -crf 28 compressed.mp4常见问题解决方案Windows报错尝试以管理员身份运行命令提示符Linux依赖缺失sudo apt install ffmpeg视频无法播放检查是否安装了标准编码器4. 高级调试技巧4.1 观察空间解析Pong的观察空间是210x160像素的RGB图像print(env.observation_space) # Box(0, 255, (210, 160, 3), uint8) # 查看具体帧数据 import matplotlib.pyplot as plt plt.imshow(observation) plt.show()性能优化使用gymnasium.wrappers.ResizeObservation可以降低分辨率大幅提升训练速度。4.2 动作空间详解Pong有6个离散动作但实际有效动作只有3种print(env.action_space) # Discrete(6) # 实际有效动作 # 0: 无操作 # 2: 向上移动 # 3: 向下移动建议创建动作映射字典提高代码可读性ACTION_MEANING { 0: NOOP, 1: FIRE, # 在Pong中无效 2: UP, 3: DOWN, 4: UPFIRE, # 在Pong中无效 5: DOWNFIRE # 在Pong中无效 }4.3 奖励机制剖析Pong的奖励规则很简单赢得1分1奖励丢失1分-1奖励其他时刻0奖励但在实际代码中我发现个有趣现象当球速加快时AI更容易出现连续得分。这提示我们可以在预处理时加入球速分析或许能提升智能体表现。