英雄¶
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 |
|
更多具有不同观察和动作空间的Hero变体,请参阅变体部分。
描述¶
你需要救援被困在矿井中的矿工。你可以使用各种工具:一个可以让你飞到任何地方的螺旋桨背包,可以用来炸穿墙壁的炸药棒,用来杀死害虫的激光束,以及一个可以漂浮在熔岩上的筏子。你的电量有限。一旦用完,你就会失去一条命。
如需更详细的文档,请参阅 AtariAge 页面
动作¶
英雄的动作空间为 Discrete(18)
,下表列出了每个动作的含义。由于英雄使用完整的动作集,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¶
你通过射击小动物、营救矿工和炸毁墙壁来得分。在营救矿工后,剩余的能量会获得额外分数。如需更详细的文档,请参阅 AtariAge 页面。
变体¶
Hero 有以下几种环境ID变体,它们在观察、帧跳过次数和重复动作概率方面有所不同。
环境-ID |
obs_type= |
frameskip= |
repeat_action_probability= |
---|---|---|---|
Hero-v0 |
|
|
|
Hero-ram-v0 |
|
|
|
Hero-ramDeterministic-v0 |
|
|
|
Hero-ramNoFrameskip-v0 |
|
|
|
HeroDeterministic-v0 |
|
|
|
HeroNoFrameskip-v0 |
|
|
|
英雄-v4 |
|
|
|
英雄-ram-v4 |
|
|
|
Hero-ramDeterministic-v4 |
|
|
|
Hero-ramNoFrameskip-v4 |
|
|
|
HeroDeterministic-v4 |
|
|
|
HeroNoFrameskip-v4 |
|
|
|
ALE/Hero-v5 |
|
|
|
ALE/Hero-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