在OpenAI健身房环境中，初始状态是随机的还是特定的？

Question

是在像OpenAI健身房这样的强化学习环境中随机选择的初始状态。换句话说，命令env.reset()产生的是随机选择的初始状态还是特定的初始状态？

Answer 1

通常是肯定的，它是随机的。但是，您最好查看环境的源代码以确保这一点。例如，the pendulum initial state is uniformly drawn from the whole state space，而for the mountain car the state position is uniformly drawn from [-0.6, -0.4] and the velocity is always 0。