在固定环境内，根据第一视角图像输入，找到指定目标。
状态：第一视角图像，尺寸为128x128
动作：机器人横向速度、纵向速度和旋转角速度
奖励：机器人到达指定位置会返回+10奖励，在envs/SingleAgent/mine_toy.py中设置了一种简易稠密奖励方式。
对环境的测试可以参考envs/SingleAgent/mine_toy.py文件。
conda create -p python3.8 mine_env
conda activate mine_env
pip install mlagents-envs gym opencv-python==4.5.5.64 stablebaselin3==1.5.0
根据系统配置和官方文档安装pytorch。
根据Stable-Baseline3官方文档安装强化学习框架。
为了使仿真环境支持服务器端的图像渲染，建议使用docker的方式。需要安装nvidia-docker，详细的安装过程建议参考https://github.com/ValerioB88/ml-agents-visual-observations-docker-GPU。
我们也提供了已经配置好环境的镜像，上述过程配置完成后，可以直接拉取镜像
docker pull haoranlee/mine_visual_gpu:v0
使用该镜像时，可以将本地的代码和仿真环境所在文件夹映射到docker容器中
docker run -it -e DISPLAY=:0 -v /your/workspace/path:/work/code --network host --runtime=nvidia --privileged --entrypoint /bin/bash haoranlee/mine_visual_gpu:v0
需要注意的是，在有显示器的机器上使用上述docker方式，仍然会弹出程序可视化窗口。
mlagents-envs提供了no-graphics仿真模式，但是在该模式下图像不会被正常渲染。
这里我们提供了一种通过修改mlagents-envs源码的方式，让它们支持不显示可视化窗口。
具体的，找到当前python环境的库安装路径，并找到site-packages/mlagents_envs/environment.py，将第272行
args += ["-nographcis", "-batchmode"] 修改为 args += ["-batchmode"]。
然后再代码（envs/SingleAgent/mine_toy.py）中 no_graph = True。
需要注意的是，上述修改方式虽然支持关闭可视化窗口，但是在服务器（无显示）端仅修改上述代码而不适用docker的情况下，仍然不能正常渲染图像。
警告：上述代码涉及修改mlagents-envs源码，请谨慎使用。
在release标签下，下载最新的系统对应的仿真环境，解压到envs/SingleAgent/路径下，并检查envs/SingleAgent/mine_toy.py中的file_name路径是否正确。
在Linux系统下，需要赋予仿真环境drl.x86_64文件可执行权限，具体如下
chmod +x drl.x86_64
python train_ppo.py