Question

我创建了一个非常简单的OpenAI健身房（banana-gym）并想知道我是否应该如何实施env.seed(0)。

例如，请参阅https://github.com/openai/gym/issues/250#issuecomment-234126816。

Answer 1

env.seed()函数的文档字符串（可在this file中找到）提供了有关应该实现的函数的以下文档：

Sets the seed for this env's random number generator(s).

    Note:
        Some environments use multiple pseudorandom number generators.
        We want to capture all such seeds used in order to ensure that
        there aren't accidental correlations between multiple generators.
    Returns:
        list<bigint>: Returns the list of seeds used in this env's random
          number generators. The first value in the list should be the
          "main" seed, or the value which a reproducer should pass to
          'seed'. Often, the main seed equals the provided 'seed', but
          this won't be true if seed=None, for example.

请注意，与您链接到的问题中的文档和评论不同，它似乎（对我来说）env.seed()似乎被自定义环境覆盖。 env.seed()有一个非常简单的实现，它只调用并返回env._seed()的返回值，在我看来，是应该被自定义覆盖的函数的环境中。

例如，OpenAI健身房atari environments有一个自定义_seed()实现，用于设置由基于（C++的）街机学习环境内部使用的种子。

由于您在your custom environment中进行了random.random()来电，因此您应该实施_seed()来致电random.seed()。这样，您的环境用户可以通过确保使用相同的参数在您的环境中调用seed()来重现实验。

注意：使用这样的全局随机种子进行混乱可能会出乎意料，但是当您的环境初始化时，创建一个专用的随机对象可能会更好，播种该对象，并确保如果您在该对象的环境中需要它们，请始终获取随机数。

Answer 2

在最近的merge中，OpenAI健身房的开发人员将env.seed()的行为更改为不再调用方法env._seed()。相反，该方法现在只发出警告并返回。我想如果您想使用此方法来设置环境的种子，您应该立即覆盖它。

OpenAI环境（健身房）应该如何使用env.seed（0）？

2 个答案: