包装器列表

Gymnasium 提供了许多常用的包装器，如下所列。更多信息可以在包装器类型的页面中找到。

名称	描述
AtariPreprocessing	实现了Atari环境常用的预处理技术（不包括帧堆叠）。
Autoreset	当达到终止或截断状态时，包装环境会自动重置。
ClipAction	将 action 传递给 step 时，将其裁剪到环境的 action_space 范围内。
ClipReward	将环境的奖励值裁剪在上下限之间。
DelayObservation	向从环境中返回的观察结果添加延迟。
DtypeObservation	将观测数组的 dtype 修改为指定的 dtype。
FilterObservation	通过一组键或索引过滤字典或元组观察空间。
FlattenObservation	将环境的观察空间展平，并对 reset 和 step 函数中的每个观察结果进行展平处理。
FrameStackObservation	以滚动方式堆叠过去 N 个时间步的观测值。
GrayscaleObservation	将由 reset 和 step 计算的图像观察结果从 RGB 转换为灰度。
HumanRendering	允许在支持“rgb_array”渲染的环境中进行类似人类的渲染。
JaxToNumpy	将基于 Jax 的环境封装起来，以便可以使用 NumPy 数组与之交互。
JaxToTorch	将基于 Jax 的环境封装起来，以便可以使用 PyTorch 张量与之交互。
MaxAndSkipObservation	跳过第 N 帧（观察）并返回最后两次观察之间的最大值。
NormalizeObservation	将观测值标准化，使其以均值为中心，并具有单位方差。
NormalizeReward	将即时奖励归一化，使得其指数移动平均值具有固定方差。
NumpyToTorch	将基于 NumPy 的环境封装，使其可以通过 PyTorch 张量进行交互。
OrderEnforcing	如果在 render 之前调用 step 或 render ，将会产生错误。
PassiveEnvChecker	一个被动环境检查器包装器，围绕 step、reset 和 render 函数，检查它们是否遵循 gymnasium 的 API。
RecordEpisodeStatistics	这个包装器将跟踪累积奖励和情节长度。
RecordVideo	使用环境的渲染函数记录环境片段的视频。
RenderCollection	收集环境的渲染帧，例如 render 返回一个 list[RenderedFrame]。
AddRenderObservation	在环境的观察中包含渲染的观察结果。
RescaleAction	将环境的 Box 动作空间仿射（线性）重新缩放到 [min_action, max_action] 范围内。
RescaleObservation	将环境的 Box 观测空间仿射（线性）重新缩放到 [min_obs, max_obs] 范围内。
ReshapeObservation	将基于数组的观测值重塑为指定形状。
ResizeObservation	使用 OpenCV 将图像观察结果调整为指定形状。
StickyAction	为同一 step 函数添加动作重复的概率。
TimeAwareObservation	在观察中增加一个情节内所采取的时间步数。
TimeLimit	通过在超过最大时间步数时截断环境，限制环境的步数。
TransformAction	在将修改后的值传递给环境 step 函数之前，对 action 应用一个函数。
TransformObservation	对从环境的 reset 和 step 接收到的 observation 应用一个函数，该函数将返回给用户。
TransformReward	将一个函数应用于从环境的 step 中接收到的 reward。

仅向量包装器

名称	描述
DictInfoToList	将向量化环境的infos从dict转换为List[dict]。
VectorizeTransformAction	为向量环境向量化单一代理转换动作包装器。
VectorizeTransformObservation	为向量环境向量化单一代理转换观察包装器。
VectorizeTransformReward	向量化单一代理转换奖励包装器以用于向量环境。