封装器列表

Gymnasium 提供了以下列出的许多常用封装器。有关特定封装器的更多信息，请参阅封装器类型页面

名称	描述
ArrayConversion	封装基于任何 Array API 兼容框架（例如 numpy、torch、jax.numpy）的环境，使其可以与任何其他 Array API 兼容框架交互。
AtariPreprocessing	实现 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，被封装的环境会自动重置。
ClipAction	将传递给 step 的 action 剪切到环境的 action_space 范围内。
ClipReward	将环境的奖励剪切到上限和下限之间。
DelayObservation	对从环境中返回的观测值添加延迟。
DtypeObservation	将观测数组的数据类型修改为指定的数据类型。
FilterObservation	通过一组键或索引过滤 Dict 或 Tuple 观测空间。
FlattenObservation	扁平化环境的观测空间以及来自 reset 和 step 函数的每个观测值。
FrameStackObservation	以滚动方式堆叠最后 N 个时间步的观测值。
GrayscaleObservation	将由 reset 和 step 计算的图像观测从 RGB 转换为灰度。
HumanRendering	允许支持“rgb_array”渲染的环境进行类人渲染。
JaxToNumpy	封装一个基于 Jax 的环境，使其可以与 NumPy 数组交互。
JaxToTorch	封装一个基于 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	将观测值归一化，使其以均值为中心，具有单位方差。
NormalizeReward	归一化即时奖励，使其指数移动平均值具有固定方差。
NumpyToTorch	封装一个基于 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	一个被动环境检查器封装器，围绕 step、reset 和 render 函数进行检查，以确保它们遵循 Gymnasium 的 API。
RecordEpisodeStatistics	此封装器将跟踪累积奖励和剧集长度。
RecordVideo	使用环境的渲染功能录制环境剧集的视频。
RenderCollection	收集环境的渲染帧，使得 render 返回一个 list[RenderedFrame]。
AddRenderObservation	将渲染的观测值包含在环境的观测值中。
RescaleAction	将环境的 Box 动作空间仿射（线性）缩放到 [min_action, max_action] 范围内。
RescaleObservation	将环境的 Box 观测空间仿射（线性）缩放到 [min_obs, max_obs] 范围内。
ReshapeObservation	将基于数组的观测值重塑为指定的形状。
ResizeObservation	使用 OpenCV 将图像观测值调整为指定的形状。
StickyAction	增加动作在同一 step 函数中重复的概率。
TimeAwareObservation	用剧集内的时间步数扩充观测值。
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，对 action 应用一个函数。
TransformObservation	对从环境的 reset 和 step 接收到的 observation 应用一个函数，该函数将返回给用户。
TransformReward	对从环境的 step 接收到的 reward 应用一个函数。

仅限向量封装器

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封装器。
VectorizeTransformObservation	为向量环境向量化单智能体转换观测封装器。
VectorizeTransformReward	为向量环境向量化单智能体转换奖励封装器。