Pong¶
此环境是 Atari 环境的一部分。请先阅读该页面以获取一般信息。
导入 |
|
|---|---|
动作 |
离散 |
Parallel API |
是 |
手动控制 |
否 |
智能体 |
|
智能体 |
2 |
动作形状 |
(1,) |
动作值 |
[0,5] |
观察形状 |
(210, 160, 3) |
观察值 |
(0,255) |
经典的双人竞技时机游戏。
将球打过对手。
得一分您将获得 +1 奖励，您的对手将获得 -1 奖励。
发球计时：如果玩家在接到球后 2 秒内没有发球，他们将获得 -1 分，并且计时器重置。这防止了一方无限期地拖延比赛，但也意味着它不再是一个纯粹的零和游戏。
环境参数¶
一些环境参数是所有 Atari 环境共有的，并在Atari 基础文档中进行了描述。
Pong 特有的参数有
pong_v3.env(num_players=2)
num_players：玩家数量（必须是 2 或 4）
动作空间（最小）¶
在任何一个回合中，智能体可以从 6 个动作中选择一个。
动作 |
行为 |
|---|---|
0 |
无操作 |
1 |
发射 |
2 |
向右移动 |
3 |
向左移动 |
4 |
向右发射 |
5 |
向左发射 |
版本历史¶
v3：最小动作空间 (1.18.0)
v2：无动作计时器 (1.9.0)
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 pong_v3
env = pong_v3.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 pong_v3
env = pong_v3.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()