RoadRunner¶
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RoadRunner变体，请参见变体部分。
描述¶
你在一场比赛中控制 Road Runner(TM)；你可以控制奔跑的方向和跳跃的时间。目标是比 Wile E. Coyote(TM) 跑得快，同时避开沙漠中的危险。游戏开始时有三条命。当郊狼抓住你、用火箭把你抓起来或用大炮射中你时，你会失去一条命。当卡车撞到你、你碰到地雷、你从悬崖上掉下来或被落石击中时，你也会失去一条命。通过吃路上的种子、吃钢弹和摧毁郊狼，你可以得分（即获得奖励）。
如需更详细的文档，请参阅 AtariAge 页面
动作¶
RoadRunner 的动作空间为 Discrete(18)，下表列出了每个动作的含义。由于 RoadRunner 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¶
得分是你的唯一奖励。每次你：
动作 |
点 |
|---|---|
吃一堆鸟食 |
100 |
吃钢丸 |
100 |
让郊狼被地雷（炮弹、岩石等）击中 |
200 |
让郊狼被卡车撞到 |
1000 |
如需更详细的文档，请参阅 AtariAge 页面。 |
变体¶
RoadRunner 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= |
|---|---|---|---|
RoadRunner-v0 |
|
|
|
RoadRunner-ram-v0 |
|
|
|
RoadRunner-ramDeterministic-v0 |
|
|
|
RoadRunner-ramNoFrameskip-v0 |
|
|
|
RoadRunnerDeterministic-v0 |
|
|
|
RoadRunnerNoFrameskip-v0 |
|
|
|
RoadRunner-v4 |
|
|
|
RoadRunner-ram-v4 |
|
|
|
RoadRunner-ramDeterministic-v4 |
|
|
|
RoadRunner-ramNoFrameskip-v4 |
|
|
|
RoadRunnerDeterministic-v4 |
|
|
|
RoadRunnerNoFrameskip-v4 |
|
|
|
ALE/RoadRunner-v5 |
|
|
|
ALE/RoadRunner-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