知识卡片

操作参考卡 · 9868.j · 生成模型:Hunyuan

gym环境三函数

理解等级:中级

剖析gym环境文件时抓住三个核心函数。reset()负责重新初始化:每次尝试(一条轨迹或一个episode)结束后,用均匀随机分布重置状态、清空步数并返回初始状态,使智能体能从头再试。render()扮演图像引擎,负责显示当前物体状态(如用FilledPolygon绘制小车并附加平移、旋转属性),便于直观观察与调试,对算法本身并非必需。step()扮演物理引擎,输入动作a,输出下一步状态、立即回报、是否终止和调试项,依据运动学/动力学模型计算,是描述交互信息、环境文件中最重要的函数。自定义环境时,落地顺序通常是先实现step()的状态转移与回报,再实现reset()与render()。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第1章 绪论 · 查看原书依据

      本函数在仿真器中扮演物理引擎的角色。其输入是动作a,输出是:下一步状态、立即回报、是否终止、调试项。它描述了智能体与环境交互的所有信息,是环境文件中最重要的函数。

    参考来源

    - 位置:《深入浅出强化学习:原理入门》第1章 绪论(源文件:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00008.html) - 结论依据:正文以CartPoleEnv为例逐一讲解reset、render、step三个函数的作用与源码要点,并指出step是环境文件最重要的函数。 - 原始内容:本函数在仿真器中扮演物理引擎的角色。其输入是动作a,输出是:下一步状态、立即回报、是否终止、调试项。它描述了智能体与环境交互的所有信息,是环境文件中最重要的函数。