网球¶
此环境属于 Atari 环境。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 |
[0,17] |
观察形状 |
(210, 160, 3) |
观察值 |
(0,255) |
一个关于定位和预测的竞争性游戏。
目标：将球打过对手。不要让球打过你。
当得分（球出界）时，你会获得 +1 奖励，你的对手获得 -1 奖励。与正常的网球比赛不同，赢得的局数不会直接获得奖励。
发球有时间限制：如果球员在接到球后 3 秒内没有发球，他们会受到 -1 分的惩罚，并且计时器重置。这可以防止一名球员无限期地拖延比赛，但也意味着这不再是一个纯粹的零和游戏。
环境参数¶
环境参数是所有 Atari 环境通用的，并在 基础 Atari 文档 中描述。
动作空间¶
在任何给定的回合中，智能体可以从 18 个动作中选择一个。
动作 |
行为 |
|---|---|
0 |
无操作 |
1 |
开火 |
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 |
向上开火 |
11 |
向右开火 |
12 |
向左开火 |
13 |
向下开火 |
14 |
向右上开火 |
15 |
向左上开火 |
16 |
向右下开火 |
17 |
向左下开火 |
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 的重大更改 (1.4.0)
v0: 初始版本发布 (1.0.0)
用法¶
AEC¶
from pettingzoo.atari import tennis_v3
env = tennis_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 tennis_v3
env = tennis_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()