赛车

../../../_images/car_racing.gif

此环境属于 Box2D 环境,其中包含有关该环境的通用信息。

动作空间

Box([-1. 0. 0.], 1.0, (3,), float32)

观察空间

Box(0, 255, (96, 96, 3), uint8)

导入

gymnasium.make("CarRacing-v3")

描述

最容易从像素中学习的控制任务——一个俯视赛车环境。生成的赛道在每个回合中都是随机的。

窗口底部显示了一些指示器以及状态 RGB 缓冲区。从左到右依次是:真实速度、四个 ABS 传感器、方向盘位置和陀螺仪。要自己玩(对人类来说相当快),请键入

python gymnasium/envs/box2d/car_racing.py

记住:这是一辆强劲的后驱车——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为完全向左,+1为完全向右

  • 1: 油门

  • 2: 刹车

如果是离散动作,则有5个动作:

  • 0: 不做任何事

  • 1: 向右转向

  • 2: 向左转向

  • 3: 油门

  • 4: 刹车

观察空间

一个96x96像素的俯视RGB图像,显示汽车和赛道。

奖励

每帧奖励 -0.1,每访问一个赛道方块奖励 +1000/N,其中 N 是赛道中访问过的方块总数。例如,如果你在732帧内完成,你的奖励是 1000 - 0.1*732 = 926.8 分。

起始状态

汽车在道路中央静止启动。

回合终止

当所有方块都被访问后,回合结束。汽车也可能驶出游戏区域——即远离赛道,在这种情况下,它将收到 -100 奖励并死亡。

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 指定了在一次圈被认为完成之前,智能体必须访问的方块百分比。

  • 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 指定智能体是具有连续(真)还是离散(假)动作。有关每个动作的描述,请参阅动作空间部分。

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 将不会改变环境的当前颜色。domain_randomize 必须在初始化时设置为 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 (truncation) 更改为终止 (termination) (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