Question

在OpenAI健身房，您可以这样做：

from gym import spaces
low = [1, 2, 3]
high = [4, 4, 4]
box = spaces.Box(np.array(low), np.array(high))

observation = np.array([2, 2, 2])
if not box.contains(observation):
    print("This is invalid!")

它基本上检查每个维度

def contains(self, obs):
    n = len(obs) # == len(low) == len(high)
    for i in range(n):
        if not (self.low[i] <= obs[i] <= self.high[i]):
            return False
    return True

numpy是否也有类似spaces.Box类的东西？

Answer 1

我不知道某个功能，但很容易自己写。

import numpy as np

np.all(np.less_equal(low, observation)) and np.all(np.greater_equal(observation, high))

检查所有观察是否在指定范围内。如果省略np.all，则可以看到哪个维度是问题。

在numpy中有类似于gym.spaces.Box的东西吗？

1 个答案: