包装器

包装器是一种方便的方式，可以在不直接修改底层代码的情况下修改现有环境。

使用包装器可以避免大量样板代码，并使您的环境更具模块化。重要的是，包装器可以被链式组合以合并其效果，并且大多数通过 gymnasium.make() 生成的环境默认情况下已经包装过了。

为了包装一个环境，您必须首先初始化一个基础环境。然后，您可以将此环境连同（可能可选的）参数传递给包装器的构造函数。

>>> import gymnasium as gym
>>> from gymnasium.wrappers import RescaleAction
>>> base_env = gym.make("Hopper-v4")
>>> base_env.action_space
Box(-1.0, 1.0, (3,), float32)
>>> wrapped_env = RescaleAction(base_env, min_action=0, max_action=1)
>>> wrapped_env.action_space
Box(0.0, 1.0, (3,), float32)

您可以使用 gymnasium.Wrapper.env 属性来访问**第一个**包装器下的环境。由于 gymnasium.Wrapper 类继承自 gymnasium.Env，因此 gymnasium.Wrapper.env 可以是另一个包装器。

>>> wrapped_env
<RescaleAction<TimeLimit<OrderEnforcing<PassiveEnvChecker<HopperEnv<Hopper-v4>>>>>>
>>> wrapped_env.env
<TimeLimit<OrderEnforcing<PassiveEnvChecker<HopperEnv<Hopper-v4>>>>>

如果您想访问**所有**包装层下的环境，可以使用 gymnasium.Wrapper.unwrapped 属性。如果环境本身就是一个裸环境，则 gymnasium.Wrapper.unwrapped 属性将直接返回自身。

>>> wrapped_env
<RescaleAction<TimeLimit<OrderEnforcing<PassiveEnvChecker<HopperEnv<Hopper-v4>>>>>>
>>> wrapped_env.unwrapped 
<gymnasium.envs.mujoco.hopper_v4.HopperEnv object at 0x7fbb5efd0490>

包装器通常有以下三种用途：

• 在将动作应用于基础环境之前进行转换

• 转换基础环境返回的观测值

• 转换基础环境返回的奖励

此类包装器可以通过继承 gymnasium.ActionWrapper、gymnasium.ObservationWrapper 或 gymnasium.RewardWrapper 并实现相应的转换来轻松实现。如果您需要包装器执行更复杂的任务，可以直接继承 gymnasium.Wrapper 类。

如果您想实现自己的自定义包装器，请查看相应的教程。

class gymnasium.Wrapper(env: Env[ObsType, ActType])

包装一个 gymnasium.Env，以允许对 step() 和 reset() 方法进行模块化转换。

该类是所有包装器的基类，用于改变底层环境的行为。继承自该类的包装器可以修改 action_space、observation_space 和 metadata 属性，而无需更改底层环境的属性。此外，step() 和 reset() 方法的行为也可以通过这些包装器进行改变。

某些属性（spec、render_mode、np_random）将指向包装器的环境（即 env 的相应属性）。

注意

如果您继承自 Wrapper，请不要忘记调用 super().__init__(env)

参数:

env – 要包装的环境

方法

Wrapper.step(action: WrapperActType) → tuple[WrapperObsType, SupportsFloat, bool, bool, dict[str, Any]]

使用 env 的 step() 方法，该方法可以被重写以改变返回的数据。

Wrapper.reset(*, seed: int | None = None, options: dict[str, Any] | None = None) → tuple[WrapperObsType, dict[str, Any]]

使用 env 的 reset() 方法，该方法可以被重写以改变返回的数据。

Wrapper.render() → RenderFrame | list[RenderFrame] | None

使用 env 的 render() 方法，该方法可以被重写以改变返回的数据。

Wrapper.close()

关闭包装器和 env。

classmethod Wrapper.wrapper_spec(**kwargs: Any) → WrapperSpec

为包装器生成一个 WrapperSpec。

Wrapper.get_wrapper_attr(name: str) → Any

如果 name 在此对象中不存在，则从包装器和下层环境中获取属性。

参数:

name – 要获取的变量名

返回:

包装器或下层环境中的同名变量

Wrapper.set_wrapper_attr(name: str, value: Any, *, force: bool = True) → bool

如果 name 已经定义，则在此包装器或下层环境上设置属性。

参数:

• name – 变量名

• value – 新的变量值

• force – 如果下层环境上不存在该属性，是否在此包装器上创建该属性，而不是抛出异常

返回:

如果变量已在此包装器或下层包装器中设置。

属性

Wrapper.env

此包装器下方的环境（下一层）。

这本身可能是一个被包装的环境。要获取所有包装层下的环境，请使用 gymnasium.Wrapper.unwrapped。

property Wrapper.action_space: Space[ActType] | Space[WrapperActType]

返回 Env 的 action_space，除非被重写，此时使用包装器的 action_space。

property Wrapper.observation_space: Space[ObsType] | Space[WrapperObsType]

返回 Env 的 observation_space，除非被重写，此时使用包装器的 observation_space。

property Wrapper.spec: EnvSpec | None

如果包装器继承自 EzPickle，则返回 Env 的 spec 属性，并附带 WrapperSpec。

property Wrapper.metadata: dict[str, Any]

返回 Env 的 metadata。

property Wrapper.np_random: Generator

返回 Env 的 np_random 属性。

property Wrapper.np_random_seed: int | None

返回基础环境的 np_random_seed。

property Wrapper.unwrapped: Env[ObsType, ActType]

返回包装器的基础环境。

这将是所有包装层下的裸 gymnasium.Env 环境。