Simple

警告

环境 pettingzoo.mpe.simple_v3 已被移至新的 MPE2 包，并将在未来的 PettingZoo 版本中移除。请将导入更新为 mpe2.simple_v3。

此环境是 MPE 环境的一部分。请先阅读该页面以获取一般信息。

导入	from pettingzoo.mpe import simple_v3
动作	离散/连续
Parallel API	是
手动控制	否
智能体	agents= [agent_0]
智能体	1
动作形状	(5)
动作值	Discrete(5)/Box(0.0, 1.0, (5,))
观察形状	(4)
观察值	(-inf,inf)
状态形状	(4,)
状态值	(-inf,inf)

在此环境中，单个智能体看到一个地标位置，并根据它与地标的接近程度（欧氏距离）获得奖励。这不是一个多智能体环境，主要用于调试目的。

观察空间：[self_vel, landmark_rel_position]

参数

simple_v3.env(max_cycles=25, continuous_actions=False, dynamic_rescaling=False)

max_cycles：直到游戏终止的帧数（每个智能体的一个步长）

continuous_actions：智能体动作空间是离散（默认）还是连续

dynamic_rescaling：是否根据屏幕大小重新缩放智能体和地标的大小

用法

AEC

from pettingzoo.mpe import simple_v3

env = simple_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.mpe import simple_v3

env = simple_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.mpe.simple.simple.raw_env(max_cycles=25, continuous_actions=False, render_mode=None, dynamic_rescaling=False)