gym中的discrete类、box类和multidiscrete类

gym中的discrete类、box类和multidiscrete类

参考资料：

1. 深度解析OPENAI-MADDPG
2. 解读gym中的action_space和observation_space
3. openai /multiagent-particle-envs

1.discrete类

• Discrete类对应于一维离散空间
• 要定义一个Discrete类的空间只需要一个参数n就可以了
• discrete space允许固定范围的非负数
• 每个时间步agent只采取离散空间中的一个动作，如离散空间中actions=[上、下、左、右]，一个时间步可能采取“上”这一个动作。

2.box类

• box类对应于多维连续空间
• Box空间可以定义多维空间，每一个维度可以用一个最低值和最大值来约束
• 定义一个多维的Box空间需要知道每一个维度的最小最大值，当然也要知道维数。

3.multidiscrete类

• 用于多维离散空间

• 多离散动作空间由一系列具有不同参数的离散动作空间组成

  • 它可以适应离散动作空间或连续（Box）动作空间

  • 表示游戏控制器或键盘非常有用，其中每个键都可以表示为离散的动作空间

  • 通过传递每个离散动作空间包含[min，max]的数组的数组进行参数化

  • 离散动作空间可以取从min到max的任何整数（包括两端值）

maddpg中在train开始的时候，把不同种类的动作建立成了各种不同的分布, 最后的动作输出的是分布，根据分布最后采样得到输出值。

• Box 连续空间->DiagGaussianPdType （对角高斯概率分布）
• Discrete离散空间->SoftCategoricalPdType（软分类概率分布）
• MultiDiscrete连续空间->SoftMultiCategoricalPdType （多变量软分类概率分布）
• 多二值变量连续空间->BernoulliPdType （伯努利概率分布）