Functional Env

class gymnasium.experimental.functional.FuncEnv(options: dict[str, Any] | None = None)

Functional envs 的基类（模板）。

此 API 旨在以无状态方式使用，环境状态显式传递。话虽如此，这里没有任何东西阻止用户有状态地使用环境，只是不推荐这样做。功能性环境由以下函数（在本例中为实例方法）组成

• initial：返回 POMDP 的初始状态

• observation：返回给定状态下的观测

• transition：返回在给定状态下采取动作后的下一个状态

• reward：返回给定 (state, action, next_state) 元组的奖励

• terminal：返回给定状态是否为终止状态

• state_info：可选，返回有关给定状态的信息字典

• step_info：可选，返回有关给定 (state, action, next_state) 元组的信息字典

基于类的结构用于允许在类中定义环境常量，然后在代码本身中按名称使用它们。

目前，这主要供内部使用。此 API 可能会更改，但在未来我们打算充实它并正式向最终用户公开。

初始化环境常量。

transform(func: Callable[[Callable], Callable])

功能转换。

initial(rng: Any, params: Params | None = None) → StateType

使用随机数生成器生成环境的初始状态。

transition(state: StateType, action: ActType, rng: Any, params: Params | None = None) → StateType

使用动作和随机数生成器更新（转换）状态。

observation(state: StateType, rng: Any, params: Params | None = None) → ObsType

为给定环境状态生成观测。

reward(state: StateType, action: ActType, next_state: StateType, rng: Any, params: Params | None = None) → RewardType

计算从 state、action 到 next_state 的给定转换的奖励。

terminal(state: StateType, rng: Any, params: Params | None = None) → TerminalType

返回状态是否为最终终止状态。

state_info(state: StateType, params: Params | None = None) → dict

有关单个状态的信息字典。

transition_info(state: StateType, action: ActType, next_state: StateType, params: Params | None = None) → dict

有关完整转换的信息字典。

render_init(params: Params | None = None, **kwargs) → RenderStateType

初始化渲染状态。

render_image(state: StateType, render_state: RenderStateType, params: Params | None = None) → tuple[RenderStateType, np.ndarray]

显示状态。

render_close(render_state: RenderStateType, params: Params | None = None)

关闭渲染状态。

将基于 Jax 的功能性环境转换为标准 Env

class gymnasium.envs.functional_jax_env.FunctionalJaxEnv(func_env: FuncEnv, metadata: dict[str, Any] | None = None, render_mode: str | None = None, spec: EnvSpec | None = None)

基于 jax 的环境的转换层。

从 FuncEnv 初始化环境。

reset(*, seed: int | None = None, options: dict | None = None)

使用种子重置环境。

step(action: ActType)

使用动作步进环境。

render()

如果 render_mode 为“rgb_array”，则返回渲染状态。