监督学习只是构建一个学习算法，强化学习还需要构造一个用于与智能体进行交互的环境
凡是可以提供智能体与环境交互的软件都可以用来作为训练强化学习的仿真环境，各种游戏软件和机器人仿真软件。
这些仿真环境必备的两个要素是物理引擎和图像引擎。物理引擎用来计算仿真环境中物体是如何运动的，背后的原理是刚体运动学，流体力学和柔体动力学。常用的开源物理引擎有ODE，Bullet，Physx和Havok。图像引擎则用来显示仿真环境中的物体，包括渲染，绘图等，常用的图像引擎是OpenGL。
OpenAI公司的gym框架，集成了很多仿真环境，如倒立摆和小车爬坡，雅达利游戏，棋盘环境，gym用python写，支持theano和tensflow
OpenAI还有universe，roboschool，baselines
a
