调用Env状态元组

Question

我刚开始开放Ai健身房，目前正在出租车环境中运行强化学习(RL)，我的研究要求我能够为某些数据挖掘/状态-动作对操作调用状态元组(或在Taxi.py文件中称为“状态空间”)。

有什么叫这个的函数吗？

例：State(123) = (taxi_row, taxi_col, passenger_location, destination)

在RL中，状态和动作用矩阵形式column = state, row = action表示。

在源代码(taxi.py)中，它称为“状态空间由(taxi_row、taxi_col、passenger_location、destination)表示”。

Answer 1

你可以这样做：

>>> import gym
>>> env = gym.make('Taxi-v2')
>>> from gym.envs.toy_text.taxi import *
>>> 
>>> 
>>> x = TaxiEnv()
>>> random_state = 123
>>> taxi_row, taxi_col, passenger_index, destination_index = x.decode(random_state)
>>> taxi_row
1
>>> taxi_col
1
>>> passenger_index
0
>>> destination_index
3

在你的问题中，你想要passenger_location和destination。但是我使用的代码是返回passenger_index和destination_index。因此，如果您理解了环境地图，您就可以轻松地获得位置。

以下是环境中使用的简单地图：

MAP = [
    "+---------+",
    "|R: | : :G|",
    "| : | : : |",
    "| : : : : |",
    "| | : | : |",
    "|Y| : |B: |",
    "+---------+",
]

在这张地图中，我们有四个不同的位置(R，G，Y，B)。现在，您可以很容易地了解乘客位置和目的地，如下所示：

• 乘客地点：

- 0: R(ed)
- 1: G(reen)
- 2: Y(ellow)
- 3: B(lue)
- 4: in taxi

​

• 目的地：

- 0: R(ed)
- 1: G(reen)
- 2: Y(ellow)
- 3: B(lue)

​

希望这能回答你的问题！！