gym中env的unwrapped

在看一些示例程序代码时，一般从gym中引用环境只需要用gym.make就可以了，比如

env=gym.make('CartPole-v0')

但在很多程序中（如莫烦pytorch的DQN程序），还有这样一句

env = env.unwrapped

关于这个unwrapped的含义，文章gym中env的unwrapped中是这么解释的：

Open AI gym提供了许多不同的环境。每一个环境都有一套自己的参数和方法。然而，他们通常由一个类Env包装（就像这是面向对象编程语言（OOPLs）的一个接口）。这个类暴露了任一环境的最常用的，最本质的方法，比如step，reset，seed。拥有这个“接口”类非常好，因为它允许您的代码不受环境限制。如果您希望在不同的环境中测试单个代理，那么它还使事情变得更简单。
然而，如果你想访问一个特定环境的场景动态后面的东西，需要使用unwrapped属性。

但这个解释并不是很清楚，后来又从知乎文章OpenAI gym——一款开发和比较RL算法的工具包中看到了这样的解释

#还原env的原始设置，env外包了一层防作弊层

之后在文章深度强化学习DQN详解CartPole（1）中看到了比较详细的解释。

创建环境：

env = gym.make('CartPole-v0')

返回的这个env其实并非CartPole类本身，而是一个经过包装的环境：

env

<TimeLimit<CartPoleEnv>>

据说gym的多数环境都用TimeLimit（源码）包装了，以限制Epoch，就是step的次数限制，比如限定为200次。所以小车保持平衡200步后，就会失败。

env._max_episode_steps

200

用env.unwrapped可以得到原始的类，原始类想step多久就多久，不会200步后失败：

env.unwrapped

gym.envs.classic_control.cartpole.CartPoleEnv