是否有一种方法可以遍历每个状态，迫使环境进入该状态，然后采取步骤，然后使用返回的“信息”字典查看所有可能的后继状态？
或者是一种更简单的方法来为每个状态（可能是隐藏的位置）恢复所有可能的后继状态？
我在网上看到名为MuJoKo的东西或类似的东西具有set_state函数，但是我不想创建新的环境，我只想设置openAi体育馆已经提供的环境。
上下文：尝试实现拓扑顺序值迭代，这需要制作一个图，其中每个状态都具有任何动作都可以过渡到的任何状态的边缘。
我意识到很明显，在某些游戏中，虽然没有提供，但是对于那些存在的游戏，有没有办法？
（除了运行游戏并在到达所有状态并看到所有内容之前，我尚未进入自己所处状态的所有步骤的蛮力方法，这取决于游戏的永久性）
这是我第一次使用OpenAi体育馆，因此请尽可能详细地进行解释。例如，我不知道什么是包装纸。
谢谢！
答案 0 :(得分：0)
否，OpenAI健身房没有提供所有可能的后继状态的方法。通常，这就是使用OpenAI Gym创建算法的关键。您正在培训代理以了解其行动的结果；如果它能够展望未来并知道其行动的结果是什么，那便会破坏目标。
您描述的蛮力方法可能是完成所描述内容的最简单方法。