CowHerd

CowHerd是一个部分观察的强化学习环境，玩家在区域内行走，并因挤奶而获得奖励。奶牛会试图逃跑，玩家可以放置围栏来帮助捕捉它们。CowHerd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自己玩游戏。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 'cowherd[gui]'

# Start the game
cowherd

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

以下是一些可选的命令行标志

训练代理

安装： pip3 install -U cowherd

环境遵循OpenAI Gym接口

import cowherd

env = cowherd.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

每当玩家给一头奶牛挤奶时，都会获得+1的奖励。

终止

关卡在1000步后终止。

观察空间

每个观察结果是一个RGB图像，显示了玩家周围世界的局部视图，以及代理的库存状态。

动作空间

动作空间是分类的。每个动作都是一个表示可能动作之一的整数索引。

问题

请在Github上打开一个issue。