Grid2op reward相关知识

Grid2op reward相关知识

reward大致包含了6个函数
1、__init__函数一般是声明参数，
2、initialize函数，初始化参数，尤其是reward_min和reward_max，
3、__call__函数是为了计算奖赏值，其中包含了电网动作中的不同情况，
has_error表示电网中的错误动作或者未完成的动作,
is_done表示完成的动作,
is_illegal,非法的动作，触发grid2op.Exceptions.IllegalAction，在这种情况下，被do nothing替代，
is_ambiguous模糊的动作，触发grid2op.Exceptions.AmbiguousAction，在这种情况下，被do nothing动作替代，
4、get_range函数，检索最低和最高可能奖励的函数，不建议重写此函数。
5、set_range函数，设立最高奖赏值、最低奖赏值属性的函数，不建议重写该函数。
6、__iter__函数，生成器，给出name、reward_min、reward_max值。