BridgeWalk

BridgeWalk是一个部分观察的强化学习环境，具有变化的随机性动态。玩家需要沿着桥梁走到目标位置。当玩家从桥上走下到水中时，水流会随机地将它移动，直到它被冲回岸边。在这个环境中，一个好的智能体可以避免这种随机陷阱。BridgeWalk的实现基于Crafter环境。

自己玩

您可以使用交互式窗口和键盘输入来玩这个游戏。按键到动作、健康水平和库存状态的映射将打印到终端。

# Install with GUI
pip3 install 'bridgewalk[gui]'

# Start the game
bridgewalk

# Alternative way to start the game
python3 -m bridgewalk.run_gui

以下可选的命令行标志可用

训练智能体

安装： pip3 install -U bridgewalk

环境遵循OpenAI Gym接口

import bridgewalk

env = bridgewalk.Env(seed=0)
obs = env.reset()
assert obs.shape == (64, 64, 3)

done = False
while not done:
  action = env.action_space.sample()
  obs, reward, done, info = env.step(action)

环境详情

奖励

当智能体在每场游戏的最后到达桥尾的岛屿时，给予+1的奖励。

终止

250步后，游戏结束。

观察空间

每个观测值都是一个RGB图像，显示了玩家周围的局部世界视图以及代理的库存状态。

动作空间

动作空间是分类的。每个动作都是一个整数索引，代表可能的动作之一。

问题

请在Github上创建一个问题。