參考https://blog.csdn.net/amds123/article/details/20342062

env.reset()返回的整數是我們的初始狀態

另外：詳細講解 https://blog.csdn.net/zkh88010Ln3h21AJTH/article/details/78237311

另外 Gym Wrappers 用來對環境進行包裝，從而講訓練過程中的數據及視頻保存下來：https://blog.csdn.net/u013745804/article/details/78415355

查看所有環境

from gym import envs

print(envs.registry.all())

還有在知乎講解比較好的gym 環境問題：1,2

OpenAI gym環境--1基本知識