提供了编程的基础技术教程

zl程序教程

您现在的位置是：首页 >  其它

当前栏目

gym.ObservationWrapper使用时的注意点——reset和step函数可以覆盖observation函数

函数 可以 注意 覆盖 reset step gym 使用
2023-09-11 14:19:19 时间

记录一个刚学习到的gym使用的点，就是gym.ObservationWrapper使用时的注意点——reset和step函数可以覆盖observation函数。

 

 

给出代码：

import gym


class Wrapper(gym.ObservationWrapper):
    def __init__(self, env):
        super(Wrapper, self).__init__(env)


    def reset(self):
        obs = self.env.reset()
        print(obs)
        return obs
        # return self.observation(obs)

    def step(self, action):
        obs, reward, is_done, info = self.env.step(action)
        print(obs)
        return obs, reward, is_done, info
        # return self.observation(obs), reward, is_done, info

    def observation(self, observation):
        observation += 100
        return observation

env=gym.make("CartPole-v0")
env = Wrapper(env)
print("reset:")
print(env.reset())
print("step:")
print(env.step(0)[0])

运行：

 

 

可以看到，继承gym.ObservationWrapper类后，如果重写reset函数或step函数，那么对应的返回的observation也不会被该类的observation函数所处理。

如果我们把reset函数和step函数注释掉，再次运行可以看到运行结果：

 

 

 

 

 

=======================================

 

那么在继承gym.ObservationWrapper类后，如果重写reset函数或step函数，同时又希望对应的返回的observation被该类的observation函数所处理，那么我们可以做如下的修改：

 

import gym


class Wrapper(gym.ObservationWrapper):
    def __init__(self, env):
        super(Wrapper, self).__init__(env)


    def reset(self):
        obs = self.env.reset()
        print(obs)
        # return obs
        return self.observation(obs)

    def step(self, action):
        obs, reward, is_done, info = self.env.step(action)
        print(obs)
        # return obs, reward, is_done, info
        return self.observation(obs), reward, is_done, info

    def observation(self, observation):
        observation += 100
        return observation

env=gym.make("CartPole-v0")
env = Wrapper(env)
print("reset:")
print(env.reset())
print("step:")
print(env.step(0)[0])

 

运行结果：

 

 

 

---------------------------------------------------------------------------

 

 

 

继承gym.ObservationWrapper类后reset和step函数的使用可以具体看下ObservationWrapper类的实现：

 

 

相关文章