如何在OpenAI健身房中列出每个状态的可能后继状态？(严格适用于普通MDP)

Question

有没有一种方法可以遍历每个状态，强制环境转到那个状态，然后执行一步，然后使用返回的"info“字典来查看所有可能的后继状态？

或者一种更简单的方法来恢复每个状态的所有可能的后继状态，可能隐藏在某个地方？

我在网上看到一个叫MuJoKo或类似的东西有一个set_state功能，但我不想创建一个新的环境，我只想设置openAi健身房已经提供的环境的状态。

上下文:尝试实现拓扑顺序值迭代，这需要制作一个图，其中每个状态都有到任何状态的边，任何操作都可以将其转换到该状态。

我意识到，在一些游戏中，这显然是没有提供的，但对于那些提供了它的游戏，有没有办法？

(除了运行游戏的蛮力方法，以及在到达所有状态并看到所有情况之前，我还没有在任何状态下采取的每一步，这取决于游戏可能需要永远)

这是我第一次使用OpenAi健身房，所以请尽可能详细地解释。例如，我不知道包装器是什么。

谢谢!

Answer 1

不能，OpenAI健身房没有提供所有可能的后继状态的方法。一般来说，这就是用OpenAI健身房创建算法的意义所在。你正在训练一个智能体来学习它的行动的结果是什么；如果它可以展望未来，知道它的行动的结果是什么，那么它就有点违背了目的。

您所描述的暴力方法可能是实现您所描述的内容的最简单方法。