经典强化学习（例如 vanilla Q-learning）通常不适用于游戏。有一些环境可以在经典的 RL 基准测试（例如平衡杆）上使用（并进行研究），例如OpenAI Gym。它可以扩展到您自己的基准测试环境。

然而，游戏是深度强化学习算法的标准测试平台。可能最流行的方法是使用Atari 游戏。我相信在DeepMind的具有里程碑意义的文章Playing Atari with Deep Reinforcement Learning之后，它们在 RL 从业者中得到了普及。您可以在 github 上的 Atari 模拟器上找到多个 RL 环境实现（例如this和this）。

另一个流行的基于深度 RL 游戏的测试环境是星际争霸。DeepMind 开源了他们的Starcraft RL 环境。