拳击

此环境属于 Atari 环境 的一部分。请先阅读该页面以获取一般信息。

导入	from pettingzoo.atari import boxing_v2
动作	离散
并行 API	是
手动控制	否
智能体	agents= ['first_0', 'second_0']
智能体	2
动作形状	(1,)
动作值	[0,17]
观测形状	(210, 160, 3)
观测值	(0,255)

《拳击》是一款对抗性游戏，其中精确控制和对对手的适当反应是关键。

玩家有两分钟（约 1200 步）在拳击场上对决。每一步，他们都可以移动和出拳。成功的出拳会得分，一次远距离刺拳得 1 分，一次近距离重拳得 2 分，一次 KO（击倒，也会结束游戏）得 100 分。无论何时你得分，你都会得到相应的奖励，而你的对手会受到相应的惩罚。

官方拳击手册

环境参数

环境参数对所有 Atari 环境都通用，并在 基础 Atari 文档 中有描述。

动作空间

在任何给定的回合中，智能体可以从 18 种动作中选择一种。

动作	行为
0	无操作
1	出拳
2	向上移动
3	向右移动
4	向左移动
5	向下移动
6	向右上移动
7	向左上移动
8	向右下移动
9	向左下移动
10	向上出拳
11	向右出拳
12	向左出拳
13	向下出拳
14	向右上出拳
15	向左上出拳
16	向右下出拳
17	向左下出拳

版本历史

• v2：最小动作空间 (1.18.0)

• v1：整个 API 的破坏性更改 (1.4.0)

• v0：初始版本发布 (1.0.0)

用法

AEC

from pettingzoo.atari import boxing_v2

env = boxing_v2.env(render_mode="human")
env.reset(seed=42)

for agent in env.agent_iter():
    observation, reward, termination, truncation, info = env.last()

    if termination or truncation:
        action = None
    else:
        # this is where you would insert your policy
        action = env.action_space(agent).sample()

    env.step(action)
env.close()

Parallel

from pettingzoo.atari import boxing_v2

env = boxing_v2.parallel_env(render_mode="human")
observations, infos = env.reset()

while env.agents:
    # this is where you would insert your policy
    actions = {agent: env.action_space(agent).sample() for agent in env.agents}

    observations, rewards, terminations, truncations, infos = env.step(actions)
env.close()

API

class pettingzoo.atari.boxing.boxing.raw_env(**kwargs)