Qbert¶

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(6)
观察空间	Box(0, 255, (210, 160, 3), uint8)
导入	`gymnasium.make("ALE/Qbert-v5")`

有关具有不同观察和动作空间的更多 Qbert 变体，请参阅变体部分。

描述¶

你是 Q*bert。你的目标是改变金字塔上所有立方体的颜色，使其变为金字塔的 ‘目标’ 颜色。为此，你必须一次一个地跳到金字塔上的每个立方体上，同时避开潜伏在那里的讨厌的生物。

如需更详细的文档，请参阅 AtariAge页面

动作¶

Qbert 的动作空间为 Discrete(6)，下表列出了每个动作的含义。要启用 Atari 2600 上可以执行的所有 18 个可能的动作，请在初始化期间指定 full_action_space=True，或者通过向 gymnasium.make 传递 full_action_space=True。

值	意义	值	意义	值	意义
`0`	`NOOP`	`1`	`FIRE`	`2`	`UP`
`3`	`RIGHT`	`4`	`LEFT`	`5`	`DOWN`

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¶

你通过将立方体的颜色变为目标颜色或击败敌人来得分。完成一个关卡也会获得分数。欲了解更多详细文档，请参阅 AtariAge 页面。

变体¶

Qbert 有以下环境 ID 的变体，它们在观察、帧跳过次数和重复动作概率方面有以下差异。

环境-ID	obs_type=	frameskip=	repeat_action_probability=
Qbert-v0	`"rgb"`	`(2, 5)`	`0.25`
Qbert-ram-v0	`"ram"`	`(2, 5)`	`0.25`
Qbert-ramDeterministic-v0	`"ram"`	`4`	`0.25`
Qbert-ramNoFrameskip-v0	`"ram"`	`1`	`0.25`
QbertDeterministic-v0	`"rgb"`	`4`	`0.25`
QbertNoFrameskip-v0	`"rgb"`	`1`	`0.25`
Qbert-v4	`"rgb"`	`(2, 5)`	`0.0`
Qbert-ram-v4	`"ram"`	`(2, 5)`	`0.0`
Qbert-ramDeterministic-v4	`"ram"`	`4`	`0.0`
Qbert-ramNoFrameskip-v4	`"ram"`	`1`	`0.0`
QbertDeterministic-v4	`"rgb"`	`4`	`0.0`
QbertNoFrameskip-v4	`"rgb"`	`1`	`0.0`
ALE/Qbert-v5	`"rgb"`	`4`	`0.25`
ALE/Qbert-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, 1]`	`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