排球乒乓

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	from pettingzoo.atari import volleyball_pong_v2
动作	离散
Parallel API	是
手动控制	否
智能体	agents= ['first_0', 'second_0', 'third_0', 'fourth_0']
智能体	4
动作空间形状	(1,)
动作取值	[0,5]
观察空间形状	(210, 160, 3)
观察取值	(0,255)

四人团队对战。

将球击到对手的地面得分。除了左右移动，每个玩家还可以跳得更高来影响球在网上的运动。这是一个团队游戏，所以一个队伍必须尝试协调，将球从自己的得分区域击向对手的区域。具体来说，first_0 和 third_0 在一个队伍，second_0 和 fourth_0 在另一个队伍。

得一分会给你的队伍 +1 奖励，给对手队伍 -1 奖励。

发球有时间限制：如果玩家在接到球后 2 秒内没有发球，他们的队伍将获得 -1 分，并且计时器重置。这阻止了一个玩家无限期地拖延比赛，但也意味着它不再是纯粹的零和博弈。

官方视频奥运手册

环境参数

一些环境参数对所有 Atari 环境都通用，并在基础 Atari 文档中进行了描述。

Volleyball Pong 特有的参数有

volleyball_pong_v3.env(num_players=4)

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，智能体可以从 6 种动作中选择一种。

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

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 volleyball_pong_v3

env = volleyball_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 volleyball_pong_v3

env = volleyball_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()

API

class pettingzoo.atari.volleyball_pong.volleyball_pong.raw_env(num_players=4, **kwargs)