使用gym.utils.seeding.np_random()函数生成随机数的示例代码

gym.utils.seeding.np_random()函数是OpenAI Gym中的一个辅助函数，用于生成随机数。该函数返回一个numpy随机数生成器对象，可以用于生成随机数或设置随机种子。

下面是一个示例代码，展示如何使用gym.utils.seeding.np_random()函数生成随机数：

import gym
from gym.utils import seeding

# 创建一个环境
env = gym.make('CartPole-v1')

# 设置随机种子
seed = 123
np_random = seeding.np_random(seed)

# 使用np_random生成随机数
random_num = np_random.rand()
print(random_num)

# 生成一个服从均匀分布的随机数数组
uniform_array = np_random.uniform(low=0, high=1, size=10)
print(uniform_array)

# 生成一个服从正态分布的随机数
normal_num = np_random.normal(loc=0, scale=1)
print(normal_num)

上面的代码首先创建了一个环境，然后设置了随机种子为123，并使用np_random对象生成了若干个随机数。在这个例子中，我们使用np_random.rand()函数生成了一个[0,1)区间内的随机数，使用np_random.uniform()函数生成了一个服从均匀分布的随机数数组，使用np_random.normal()函数生成了一个服从正态分布的随机数。

需要注意的是，numpy的随机数生成器是全局共享的，所以设置一个随机种子会影响到整个程序中使用numpy生成的随机数。