網上搜尋到的程式碼，親測比較好用，分享如下。

import gym
import time

env = gym.make('CartPole-v0') # 獲得遊戲環境
observation = env.reset() # 復位遊戲環境,新一局遊戲開始
print ('新一局遊戲 初始觀測 = {}'.format(observation))
for t in range(200):
    env.render()
    action = env.action_space.sample() # 隨機選擇動作
    print ('{}: 動作 = {}'.format(t, action))
    observation, reward, done, info 
 
= env.step(action) # 執行行為
    print ('{}: 觀測 = {}, 本步得分 = {}, 結束指示 = {}, 其他資訊 = {}'.format(
            t, observation, reward, done, info))
    if done:
        break
    time.sleep(1)#可加可不加，有的話就可以看到圖

env.close()

以下給出多個回合的程式碼：

import gym
env = gym.make('
 
CartPole-v0')
n_episode = 20
for i_episode in range(n_episode):
    observation = env.reset()
    episode_reward = 0
    while True:
        # env.render()
        action = env.action_space.sample() # 隨機選
        observation, reward, done, _ = env.step(action)
        episode_reward += reward
        state 
 
= observation
        if done:
            break
    print ('第{}局得分 = {}'.format(i_episode, episode_reward))
env.close()

這次的多回合遊戲並沒有加入繪圖，需要繪圖的話可以將  env.render() 加入。