陷阱

../../_images/pitfall.gif

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

gymnasium.make("ALE/Pitfall-v5")

有关具有不同观察和动作空间的更多 Pitfall 变体，请参阅变体部分。

描述

你控制着陷阱哈利，任务是在20分钟内收集丛林中的所有宝藏。你有三条命。如果你收集了所有宝藏，或者死亡，或者时间耗尽，游戏结束。

如需更详细的文档，请参见 AtariAge页面

动作

Pitfall 的动作空间为 Discrete(18)，下表列出了每个动作的含义。由于 Pitfall 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

0

NOOP

1

FIRE

2

UP

3

RIGHT

4

LEFT

5

DOWN

6

UPRIGHT

7

UPLEFT

8

DOWNRIGHT

9

DOWNLEFT

10

UPFIRE

11

RIGHTFIRE

12

LEFTFIRE

13

DOWNFIRE

14

UPRIGHTFIRE

15

UPLEFTFIRE

16

DOWNRIGHTFIRE

17

DOWNLEFTFIRE

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

收集宝藏可以获得分数，而一些不幸的事件如掉进洞里会扣分。如需更详细的文档，请参阅 AtariAge 页面。

变体

Pitfall 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=

Pitfall-v0

"rgb"

(2, 5)

0.25

Pitfall-ram-v0

"ram"

(2, 5)

0.25

Pitfall-ramDeterministic-v0

"ram"

4

0.25

Pitfall-ramNoFrameskip-v0

"ram"

1

0.25

PitfallDeterministic-v0

"rgb"

4

0.25

PitfallNoFrameskip-v0

"rgb"

1

0.25

Pitfall-v4

"rgb"

(2, 5)

0.0

陷阱-拉姆-v4

"ram"

(2, 5)

0.0

Pitfall-ramDeterministic-v4

"ram"

4

0.0

Pitfall-ramNoFrameskip-v4

"ram"

1

0.0

PitfallDeterministic-v4

"rgb"

4

0.0

PitfallNoFrameskip-v4

"rgb"

1

0.0

ALE/Pitfall-v5

"rgb"

4

0.25

ALE/Pitfall-ram-v5

"ram"

4

0.25

ALE/Pitfall2-v5

"rgb"

4

0.25

ALE/Pitfall2-ram-v5

"ram"

4

0.25

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

[0]

0

[0]

0

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