在OpenAI体育馆环境中，初始状态是随机的还是特定的？

Question

是在强化学习环境（如OpenAI体育馆）中随机选择的初始状态。换句话说，命令env.reset（）会导致随机选择的初始状态还是特定的初始状态？

Answer 1

通常是的，它是随机的。但是，最好确保查看环境的源代码。例如the pendulum initial state is uniformly drawn from the whole state space，而for the mountain car the state position is uniformly drawn from [-0.6, -0.4] and the velocity is always 0。