Question

我是Open Ai Gym的新手，目前正在出租车环境中运行强化学习（RL），而我的研究要求我能够调用State元组（或在Taxi.py中称为“ State Space” file）进行一些数据挖掘/状态-动作对操作。

有一个函数可以调用吗？

例如：State(123) = (taxi_row, taxi_col, passenger_location, destination)

在RL中，状态和动作以矩阵形式column = state, row = action表示。

在源代码（taxi.py中，其称为“状态空间由（taxi_row，taxi_col，passenger_location，destination）表示”

Answer 1

您可以这样做：

>>> import gym
>>> env = gym.make('Taxi-v2')
>>> from gym.envs.toy_text.taxi import *
>>> 
>>> 
>>> x = TaxiEnv()
>>> random_state = 123
>>> taxi_row, taxi_col, passenger_index, destination_index = x.decode(random_state)
>>> taxi_row
1
>>> taxi_col
1
>>> passenger_index
0
>>> destination_index
3

在您的问题中，您需要passenger_location和destination。但是我使用的代码是返回passenger_index和destination_index。因此，如果您了解了环境地图，就可以轻松获取位置。

以下是该环境中使用的简单映射：

MAP = [
    "+---------+",
    "|R: | : :G|",
    "| : | : : |",
    "| : : : : |",
    "| | : | : |",
    "|Y| : |B: |",
    "+---------+",
]

在此地图中，我们有四个不同的位置（R，G，Y，B）。现在，您可以像这样轻松地知道索引，从而获得乘客的位置和目的地：

乘客位置：
- 0：R（ed）
- 1：G（reen）
- 2：Y（黄色）
- 3：B（lue）
- 4：乘坐出租车
目的地：
- 0：R（ed）
- 1：G（reen）
- 2：Y（黄色）
- 3：B（lue）

希望这能回答您的问题！

调用环境状态元组

1 个答案: