赛车¶

此环境是 Box2D 环境的一部分，其中包含有关该环境的常规信息。


动作空间	`Box([-1. 0. 0.], 1.0, (3,), float32)`
观测空间	`Box(0, 255, (96, 96, 3), uint8)`
导入	`gymnasium.make("CarRacing-v3")`

描述¶

最容易从像素学习的控制任务 - 俯视赛车环境。生成的赛道在每个 episode 都是随机的。

一些指示器与状态 RGB 缓冲区一起显示在窗口底部。从左到右：真实速度、四个 ABS 传感器、方向盘位置和陀螺仪。要亲自体验（这对人类来说相当快），请输入

python gymnasium/envs/box2d/car_racing.py

请记住：这是一辆强大的后轮驱动汽车 - 不要同时踩油门和转弯。

动作空间¶

如果是连续动作，则有 3 个动作

0：转向，-1 是完全向左，+1 是完全向右
1：油门
2：刹车

如果是离散动作，则有 5 个动作

0：无操作
1：向左转向
2：向右转向
3：油门
4：刹车

观测空间¶

汽车和赛道的俯视 96x96 RGB 图像。

奖励¶

奖励是每帧 -0.1，对于访问的每个赛道图块，奖励 +1000/N，其中 N 是赛道中访问的图块总数。例如，如果您在 732 帧内完成，则您的奖励为 1000 - 0.1*732 = 926.8 分。

起始状态¶

汽车在道路中心静止状态启动。

回合终止¶

当所有图块都被访问时，回合结束。汽车也可能驶出赛场 - 也就是说，远离赛道，在这种情况下，它将获得 -100 奖励并结束。

参数¶

>>> import gymnasium as gym
>>> env = gym.make("CarRacing-v3", render_mode="rgb_array", lap_complete_percent=0.95, domain_randomize=False, continuous=False)
>>> env
<TimeLimit<OrderEnforcing<PassiveEnvChecker<CarRacing<CarRacing-v3>>>>>

lap_complete_percent=0.95 规定了在被认为完成一圈之前，智能体必须访问的图块百分比。
domain_randomize=False 启用环境的领域随机化变体。在这种情况下，背景和赛道颜色在每次重置时都不同。
continuous=True 将环境转换为使用离散动作空间。离散动作空间有 5 个动作：[无操作、左、右、油门、刹车]。

重置参数¶

传递选项 options["randomize"] = True 将按需更改环境的当前颜色。相应地，传递选项 options["randomize"] = False 将不会更改环境的当前颜色。 domain_randomize 必须在初始化时为 True，此参数才能生效。

>>> import gymnasium as gym
>>> env = gym.make("CarRacing-v3", domain_randomize=True)

# normal reset, this changes the colour scheme by default
>>> obs, _ = env.reset()

# reset with colour scheme change
>>> randomize_obs, _ = env.reset(options={"randomize": True})

# reset with no colour scheme change
>>> non_random_obs, _ = env.reset(options={"randomize": False})

版本历史¶

v2：完成一圈时，将截断更改为终止 (1.0.0)
v1：更改赛道完成逻辑并添加领域随机化 (0.24.0)
v0：原始版本

参考文献¶

Chris Campbell (2014), http://www.iforce2d.net/b2dtut/top-down-car.

致谢¶

由 Oleg Klimov 创建