DoubleDunk¶
这个环境是 Atari 环境 的一部分。请先阅读该页面以获取一般信息。
动作空间 |
离散(18) |
观察空间 |
Box(0, 255, (210, 160, 3), uint8) |
导入 |
|
有关具有不同观察和动作空间的更多 DoubleDunk 变体,请参阅变体部分。
描述¶
你正在玩一场2v2的篮球比赛。在每次进攻开始时,你从一组不同的战术中选择,然后执行这些战术来得分或阻止对手得分。
如需更详细的文档,请参阅 AtariAge 页面
动作¶
DoubleDunk 的动作空间为 Discrete(18)
,下表列出了每个动作的含义。由于 DoubleDunk 使用完整的动作集,因此如果在 gymnasium.make
中传递 full_action_space=True
,则不会修改环境的行为空间。
值 |
意义 |
值 |
意义 |
值 |
意义 |
---|---|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
观察¶
Atari 环境有三种可能的观察类型:"rgb"
、"grayscale"
和 "ram"
。
obs_type="rgb" -> observation_space=Box(0, 255, (210, 160, 3), np.uint8)
obs_type="ram" -> observation_space=Box(0, 255, (128,), np.uint8)
obs_type="grayscale" -> Box(0, 255, (210, 160), np.uint8)
,这是“rgb”类型的灰度版本
请参阅变体部分,了解每个环境ID默认使用的观察类型。
奖励¶
得分遵循篮球规则。你可以根据投篮位置获得3分或2分(罚球线)。在防守犯规后,从罚球线成功投篮可以获得1分。
变体¶
DoubleDunk 有以下几种环境ID变体,它们在观察、跳帧数量和重复动作概率方面有所不同。
环境-ID |
obs_type= |
frameskip= |
repeat_action_probability= |
---|---|---|---|
DoubleDunk-v0 |
|
|
|
DoubleDunk-ram-v0 |
|
|
|
DoubleDunk-ramDeterministic-v0 |
|
|
|
DoubleDunk-ramNoFrameskip-v0 |
|
|
|
DoubleDunkDeterministic-v0 |
|
|
|
DoubleDunkNoFrameskip-v0 |
|
|
|
DoubleDunk-v4 |
|
|
|
DoubleDunk-ram-v4 |
|
|
|
DoubleDunk-ramDeterministic-v4 |
|
|
|
DoubleDunk-ramNoFrameskip-v4 |
|
|
|
DoubleDunkDeterministic-v4 |
|
|
|
DoubleDunkNoFrameskip-v4 |
|
|
|
ALE/DoubleDunk-v5 |
|
|
|
ALE/DoubleDunk-ram-v5 |
|
|
|
难度和模式¶
可以通过关键字参数 difficulty
和 mode
指定环境的多种风格。风格是游戏模式和难度设置的组合。下表列出了可能的难度和模式值以及默认值。
可用模式 |
默认模式 |
可用难度 |
默认难度 |
---|---|---|---|
|
|
|
|
版本历史¶
关于版本和配置之间复杂差异的详细讨论,可以在关于Atari环境的通用文章中找到。
v5: 粘性功能被重新加入,随机跳帧功能被移除。环境现在位于“ALE”命名空间中。
v4: 动作的粘性已被移除
v0: 初始版本发布