Goat Herd

部分观察的视觉强化学习领域。

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 'goatherd[gui]'

# Start the game
goatherd

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

以下是一些可选的命令行标志：

训练代理

安装： pip3 install -U goatherd

环境遵循OpenAI Gym接口

import goatherd

env = goatherd.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

每当玩家挤奶一头牛时，都会获得+1的奖励。

终止

剧集在1000步后终止。

观察空间

每个观察结果都是一个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。每个动作都是一个整数索引，代表可能动作中的一个

问题

请在Github上打开一个issue。