Wrapper 列表

Gymnasium 提供了许多常用的 wrappers，如下列表所示。更多信息可以在关于 wrapper 类型的页面上找到特定 wrapper 的信息

名称	描述
AtariPreprocessing	实现了 Atari 环境的常用预处理技术（不包括帧堆叠）。
Autoreset	当达到终止或截断状态时，包装的环境会自动重置。
ClipAction	将传递给 step 的 action 裁剪到环境的 action_space 范围内。
ClipReward	将环境的奖励裁剪到上限和下限之间。
DelayObservation	为环境中返回的观测添加延迟。
DtypeObservation	将观测数组的数据类型修改为指定的类型。
FilterObservation	通过一组键或索引过滤 Dict 或 Tuple 观测空间。
FlattenObservation	展平环境的观测空间以及来自 reset 和 step 函数的每个观测。
FrameStackObservation	以滚动方式堆叠最后 N 个时间步的观测。
GrayscaleObservation	将 reset 和 step 计算的图像观测从 RGB 转换为灰度。
HumanRendering	允许为支持 “rgb_array” 渲染的环境进行类似人类的渲染。
JaxToNumpy	包装基于 Jax 的环境，使其可以与 NumPy 数组交互。
JaxToTorch	包装基于 Jax 的环境，使其可以与 PyTorch 张量交互。
MaxAndSkipObservation	跳过第 N 帧（观测），并返回最后两个观测之间的最大值。
NormalizeObservation	将观测标准化为以均值为中心，单位方差。
NormalizeReward	标准化即时奖励，使其指数移动平均值具有固定的方差。
NumpyToTorch	包装基于 NumPy 的环境，使其可以与 PyTorch 张量交互。
OrderEnforcing	如果在 reset 之前调用 step 或 render，将产生错误。
PassiveEnvChecker	一个被动的环境检查器 wrapper，它围绕 step、reset 和 render 函数，以检查它们是否遵循 gymnasium 的 API。
RecordEpisodeStatistics	此 wrapper 将跟踪累积奖励和 эпизод 长度。
RecordVideo	使用环境的渲染函数记录环境 эпизод 的视频。
RenderCollection	收集环境的渲染帧，例如 render 返回 list[RenderedFrame]。
AddRenderObservation	将渲染的观测包含在环境的观测中。
RescaleAction	将环境的 Box 动作空间仿射（线性）重新缩放到 [min_action, max_action] 的范围内。
RescaleObservation	将环境的 Box 观测空间仿射（线性）重新缩放到 [min_obs, max_obs] 的范围内。
ReshapeObservation	将基于数组的观测重塑为指定的形状。
ResizeObservation	使用 OpenCV 将图像观测调整为指定的形状。
StickyAction	为相同的 step 函数添加动作重复的概率。
TimeAwareObservation	使用 эпизод 中经过的时间步数来增强观测。
TimeLimit	通过在超过最大时间步数时截断环境来限制环境的步数。
TransformAction	在将修改后的值传递给环境 step 函数之前，将函数应用于 action。
TransformObservation	将函数应用于从环境的 reset 和 step 接收到的 observation，该观测将传递回用户。
TransformReward	将函数应用于从环境的 step 接收到的 reward。

仅向量化 Wrappers

名称	描述
DictInfoToList	将向量化环境的信息从 dict 转换为 List[dict]。
VectorizeTransformAction	为向量环境向量化单智能体转换动作 wrapper。
VectorizeTransformObservation	为向量环境向量化单智能体转换观测 wrapper。
VectorizeTransformReward	为向量环境向量化单智能体转换奖励 wrapper。