Riverraid¶
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 Riverraid 变体，请参阅变体部分。
描述¶
你控制一架飞越河流的喷气机：你可以左右移动它并发射导弹摧毁敌方物体。每次摧毁敌方物体时，你都会得分（即奖励）。当燃料耗尽时，你会失去一架喷气机：当燃料开始不足时，飞越燃料库。即使喷气机与河岸或敌方物体（燃料库除外）相撞，你也会失去一架喷气机。游戏开始时，预备队有三架喷气机，每得10,000分，你就会获得一架额外的喷气机（最多9架）。
如需更详细的文档，请参阅 AtariAge 页面
动作¶
Riverraid 的动作空间为 Discrete(18)，下表列出了每个动作的含义。由于 Riverraid 使用了全部的动作集，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¶
得分点是你唯一的奖励。每次你摧毁一个敌方目标时，你都会获得得分点：
敌人对象 |
得分点 |
|---|---|
油轮 |
30 |
直升机 |
60 |
燃料库 |
80 |
喷气式 |
100 |
桥 |
500 |
如需更详细的文档，请参阅 AtariAge 页面。 |
变体¶
Riverraid 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所不同。
环境-ID |
obs_type= |
frameskip= |
repeat_action_probability= |
|---|---|---|---|
Riverraid-v0 |
|
|
|
Riverraid-ram-v0 |
|
|
|
Riverraid-ramDeterministic-v0 |
|
|
|
Riverraid-ramNoFrameskip-v0 |
|
|
|
RiverraidDeterministic-v0 |
|
|
|
RiverraidNoFrameskip-v0 |
|
|
|
Riverraid-v4 |
|
|
|
Riverraid-ram-v4 |
|
|
|
Riverraid-ramDeterministic-v4 |
|
|
|
Riverraid-ramNoFrameskip-v4 |
|
|
|
RiverraidDeterministic-v4 |
|
|
|
RiverraidNoFrameskip-v4 |
|
|
|
ALE/Riverraid-v5 |
|
|
|
ALE/Riverraid-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