gym 获得当前环境动作/状态空间大小

最新推荐文章于 2024-11-13 17:24:18 发布
最新推荐文章于 2024-11-13 17:24:18 发布
阅读量376 收藏
点赞数
分类专栏： gym python 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dream6985/article/details/129178197
版权
python 同时被 2 个专栏收录
43 篇文章 0 订阅
订阅专栏
gym
10 篇文章 0 订阅
订阅专栏

问题描述

看到了一段这样的代码：

ac_space = env.action_space
actdim = ac_space.shape[0]

结果出现报错：Atrribute error: 'Discrete' object has no attribute 'shape'，说ac_space是Discrete(5) object，没有shape参数，于是去找了一下如何获取当前环境的动作空间大小和状态空间大小。

解决方案

action_size = env.action_space.n
state_size = env.observation_space.n

参考链接

python - How to user "Discrete" object in openai-gym environments? - Stack Overflow

行业边缘的摸鱼怪
关注
专栏目录
gym-gridworld
03-21
此外，还可以自定义智能体的行动空间，如上、下、左、右移动，或者加入旋转等更复杂的动作。 在Python中使用gym-gridworld时，首先需要安装相关的依赖库，如`gym`和`gym-gridworld`本身。然后，你可以通过调用`gym....
【gym】【离散动作空间】【离散状态空间】【Frozen Lake 冰冻湖】
wq6qeg88的博客
08-30 954
如果为 true，则玩家将以 1/3 的概率向预期方向移动，否则将向任一垂直方向移动，在两个方向上以 1/3 的概率相等。游戏开始时，玩家位于冰冻湖网格世界的位置 [0,0]，目标位于世界的远处，例如 [3,3] 用于 4x4 环境。对于 4x4 环境，剧集的长度为 100，对于 FrozenLake8x8-v1 环境，剧集的长度为 200。当使用预先确定的地图时，冰上的孔分布在设定的位置，或者当生成随机地图时，冰上的孔分布在随机位置。，则会生成一张随机的 8x8 地图，其中 80% 的位置被冻结。
Gym环境分析及构建
weixin_46509574的博客
08-14 2511
一、gym环境分析 gym中三个重要的函数 env = gym.make(‘CartPole-v0’) env.reset() env.render() 1. 第一个函数用于创建环境，通常我们的环境文件存在目录为：gym目录文件/gym/envs/classic_control/环境.py，文件中会定义一个环境类，类中通常包括seed(), render(), reset(), step()等函数。 2. reset()为重新初始化函数，在强化学习算法中，智能体需要一次次地尝试，累积经验，然后从
gym库的基本使用方法
CSU干饭人的博客
03-18 3997
gym库的基本使用方法
强化学习记录——gym中各种环境信息查看
anlihuaer的博客
10-06 6494
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分
gym库文档学习（一）
小柴不会敲代码
05-28 3336
最近老板突然让我编写一个自定义的强化学习环境，一头雾水（烦），没办法，硬着头皮啃官方文档咯~ 第一节先学习常用的API： 1 初始化环境 在 Gym 中初始化环境非常简单，可以通过以下方式完成： import gym env = gym.make('CartPole-v0') 2 与环境交互 Gym 实现了经典的“代理环境循环”： 代理在环境中执行一些动作（通常通过将一些控制输入传递给环境，例如电机的扭矩输入）并观察环境状态如何变化。一种这样的动作-观察交换被称为时间步长。 RL
解读gym中的action_space和observation_space
JohnJim的博客
05-15 2万+
做强化学习的相关任务时通常需要获取action和observation的数目，但是单智能体和多智能体环境下的action_space等其实是不同的。 先看单智能体环境， print(env.action_space) print(env.observation_space) 打印相关的space，输出如下： Discrete(19) Box(115,) 其中Discrete(19)是action_space，19代表有19个action，它其实是一个类，并且继承一个Space类，所以不可能用n_acti
深度强化学习-DDPG代码阅读-ddpg.py(1)
aaaccc444的博客
04-17 1674
深度强化学习-DDPG代码阅读-ddpg.py(1) 1.编写ddpg.py 1.1 导入需要的包和其他的python文件 1.2 定义训练函数train() 1.3 定义测试函数test() 1.4 定义主函数 1.5 根据需要调用训练函数或者测试函数 1.6 问题
强化学习笔记：Gym入门--从安装到第一个完整的代码示例
热门推荐
chenxy_bwave的专栏
01-21 5万+
​Gym库(https://gym.openai.com) 是OpenAI推出的强化学习实验环境库。它用Python语言实现了离散之间智能体-环境接口中的环境部分。本文中“环境”一次均指强化学习基本框架模型之“智能体-环境”接口中的“环境”，每个环境就代表着一类强化学习问题，用户通过设计和训练自己的智能体来解决这些强化学习问题。所以，某种意义上，Gym也可以看作是一个强化学习习题集！ 本文介绍gym入门所需要必要最小知识集合，并以一个完整的代码示例结束。
一个基于Keras和Gym深度Q学习项目
10-08
1. **环境初始化**：首先，我们需要导入Gym库并创建CartPole环境，然后设置观察空间和动作空间。 2. **构建Q网络**：使用Keras构建一个简单的全连接神经网络，包括输入层、隐藏层和输出层。隐藏层通常包含多个卷...
【深度强化学习】深度Q网络求解倒立摆问题+Pytorch代码（1）
05-18
智能体会在每个时间步中观察当前状态，选择一个动作，然后环境会根据这个动作给出新的状态和奖励。 **经验回放缓冲区** 为了提高学习效率并减少不稳定性，DQN引入了经验回放缓冲区。智能体会将过去的经验（状态、...
Python-在Keras和OpenAIGym中最小和干净的深层q学习实现
08-11
这使得DQN能够处理高维度的状态空间，如图像输入。DQN的关键组件包括： 1. **经验回放缓冲区**：存储过去的经验，以在每次训练时随机采样，增加数据多样性，减少序列相关性。 2. **目标网络**：用于计算Q值的目标...
DDPG智能体强化学习倒立摆案例
01-26
环境需要获得关于状态和动作的信息，状态信息通常包括推车的位置、速度、杆的角度及其导数等。 在训练过程中，DDPG智能体需要从环境中获取反馈，这包括奖励（Reward）和终止信号。奖励机制通常设计为鼓励杆保持在...
演员评论家算法
yy031的博客
10-21 624
import gym, os from itertools import count import paddle import paddle.nn as nn import paddle.optimizer as optim import paddle.nn.functional as F from paddle.distribution import Categorical #实施网络 device = paddle.get_device() env = gym.make("CartPole-v0")
openAI gym动作空间
qq_16568205的博客
07-01 2809
import gym env = gym.make('CartPole-v0') print(env.action_space) #> Discrete(2) print(env.observation_space) #> Box(4,) The Discrete space allows a fixed range of non-negative numbers, so in t...
强化学习GYM环境查看
mine-Programmer
05-27 1944
# -*- coding: utf-8 -*- """ Created on Fri Mar 26 11:37:10 2021 @author: han """ import gym import random import numpy as np import matplotlib.pyplot as plt env = gym.make('Pendulum-v0') state = env.reset() done =False action =3 t = 0 for _ in range(
pytorch笔记：TD3
qq_40206371的博客
07-26 1562
TD3的一些基本配置。
强化学习：gym环境的解读及使用
BBJG_001的博客
03-13 1万+
原文地址 分类目录——强化学习 本文全部代码 以立火柴棒的环境为例 效果如下 获取环境 env = gym.make('CartPole-v0') # 定义使用gym库中的某一个环境，'CartPole-v0'可以改为其它环境 env = env.unwrapped # 据说不做这个动作会有很多限制，unwrapped是打开限制的意思 可以通过gym...
ks8 本地化部署 F5-TTS
最新发布
陈锐的技术笔记
11-13 710
此外，F5-TTS 还创新性地引入了推理时的 Sway Sampling 策略，这一策略可以在推理阶段优先处理早期的流步骤，从而提高生成语音与输入文本的对齐效果。在 LibriSpeech-PC 数据集上，该模型的字错误率（WER）达到了2.42，并且在推理时的实时因子(RTF)为0.15，显著优于之前的扩散模型 E2TTS，后者在处理速度和鲁棒性上存在短板。传统的 TTS 模型往往需要进行复杂的持续时间建模、音素对齐和专门的文本编码，这些都增加了合成过程的复杂性。继续TSS的启动，进入pod 输入命令。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值