使用NEAT算法探索Gymnasium中的Lunar Lander环境

0. 前言

Gymnasium 提供多种环境，可以在其中开发和比较强化学习算法，通过提供标准 API 用于学习算法和环境之间的通信。Gymnasium 事实上已经成为用于强化学习中的基准，涵盖了许多功能全面且易于使用的环境。这类似于我们经常在监督学习中用作基准的数据集，例如 MNIST，Imagenet，和 Reuters 新闻数据集。在本节中，我们将使用 NEAT 探索 Gymnasium 中的 Lunar lander 游戏。

2. Gymnasium

2.1 Gymnasium 简介

Gymnasium 是一个用于强化学习 (Reinforcement Learning, RL) 的开源库，它继承并扩展了 OpenAI 的 Gym 库，提供了标准化的 API 和多种 RL 环境，用于开发和比较 RL 算法。它包含了各种模拟环境࿰