（16-3）多智能体强化学习实战：Predator-Prey游戏（3）

16.6  第二个环境

创建一个名为PredatorPreyEnv2的自定义强化学习环境类，用于模拟实现“捕食者-猎物”（Predator-Prey）的环境。这是一个多智能体环境，其中捕食者追逐猎物，而猎物尽量躲避被捕食。与传统的Predator-Prey环境不同，这个版本中的猎物不会永久消失，并且捕食者只能在一次行动中捕食猎物。这个环境常用于研究协作、竞争和策略选择等问题。对环境PredatorPreyEnv2的具体说明如下：

1. Predator-Prey（捕食者-猎物）：这个环境中包括两种类型的角色，一种是捕食者（Predator），另一种是猎物（Prey）。捕食者的目标是捕获猎物，而猎物的目标是躲避捕食者。
2. Immortal Prey（不死猎物）：在这个环境中，猎物是“不死的”，意味着它们不会因为被捕食而消失。通常，在传统的Predator-Prey环境中，猎物被捕食后会被移除，但在这个版本中，猎物不会被永久消失，它们可以一次又一次地被捕食。