赛车 (Car Racing)¶

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)`
import	`gymnasium.make("CarRacing-v3")`

描述¶

这是最简单的像素学习控制任务——一个俯视视角的赛车环境。每一集生成的赛道都是随机的。

窗口底部显示了一些指标以及 RGB 状态缓冲区。从左到右依次为：真实速度、四个 ABS 传感器、方向盘位置和陀螺仪。若要亲自游玩（对人类来说速度相当快），请输入

python gymnasium/envs/box2d/car_racing.py

记住：这是一辆动力强劲的后轮驱动汽车——不要在转弯的同时踩油门。

动作空间¶

如果是连续动作空间，共有 3 个动作：

0: 转向，-1 为完全左转，+1 为完全右转
1: 油门
2: 刹车

如果是离散动作空间，共有 5 个动作：

0: 不做任何操作
1: 向右转向
2: 向左转向
3: 油门
4: 刹车

观测空间¶

一张 96x96 的俯视视角 RGB 图像，包含赛车和赛道。

奖励（Rewards）¶

奖励机制为：每一帧 -0.1 分，每访问一个赛道地块获得 +1000/N 分，其中 N 是赛道地块的总数。例如，如果你在 732 帧内完成了比赛，你的奖励是 1000 - 0.1*732 = 926.8 分。

起始状态¶

赛车在路中心静止起步。

回合终止（Episode Termination）¶

当访问所有地块后，本集结束。赛车也可以跑出赛道区域（即远离轨道），这种情况下赛车会获得 -100 分奖励并死亡。

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 指定了在判定一圈完成之前，智能体必须访问的地块百分比。
domain_randomize=False 启用环境的域随机化变体。在这种情况下，每次重置时背景和赛道颜色都会发生变化。
continuous=True 指定智能体使用连续动作 (true) 还是离散动作 (false)。关于每个动作的描述请参见动作空间部分。

重置参数 (Reset Arguments)¶

传递选项 options["randomize"] = True 将按需更改环境的当前颜色。相应地，传递 options["randomize"] = False 则不会更改环境的当前颜色。此参数生效的前提是在初始化时 domain_randomize 必须设置为 True。

>>> 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: 将完成一圈时的截断 (truncation) 更改为终止 (termination) (1.0.0)
v1: 更改赛道完成逻辑并添加域随机化 (0.24.0)
v0: 原始版本

参考文献¶

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

制作人员（Credits）¶

由 Oleg Klimov 创建