简单追逐¶
警告
环境 pettingzoo.mpe.simple_tag_v3 已迁移至新的 MPE2 包，并将在未来版本中从 PettingZoo 中移除。请更新你的导入为 mpe2.simple_tag_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 |
|
|---|---|
动作 |
离散/连续 |
Parallel API |
是 |
手动控制 |
否 |
智能体 |
|
智能体 |
4 |
动作形状 |
(5) |
动作值 |
Discrete(5)/Box(0.0, 1.0, (50)) |
观察形状 |
(14),(16) |
观察值 |
(-inf,inf) |
状态形状 |
(62,) |
状态值 |
(-inf,inf) |
这是一个捕食者-猎物环境。好智能体（绿色）移动较快，被对抗者（红色）击中会受到负奖励（每次碰撞 -10）。对抗者移动较慢，击中好智能体会获得奖励（每次碰撞 +10）。障碍物（大黑圈）会阻碍前进。默认情况下，有 1 个好智能体，3 个对抗者和 2 个障碍物。
为了防止好智能体跑到无限远处，它们因超出区域也会受到以下函数的惩罚
def bound(x):
if x < 0.9:
return 0
if x < 1.0:
return (x - 0.9) * 10
return min(np.exp(2 * x - 2), 10)
智能体和对抗者的观察值：[self_vel, self_pos, landmark_rel_positions, other_agent_rel_positions, other_agent_velocities]
智能体和对抗者的动作空间：[no_action, move_left, move_right, move_down, move_up]
参数¶
simple_tag_v3.env(num_good=1, num_adversaries=3, num_obstacles=2, max_cycles=25, continuous_actions=False, dynamic_rescaling=False)
num_good：好智能体的数量
num_adversaries：对抗者的数量
num_obstacles：障碍物的数量
max_cycles：游戏终止前的帧数（每个智能体一步）
continuous_actions：智能体动作空间是离散（默认）还是连续
dynamic_rescaling：是否根据屏幕尺寸调整智能体和地标的大小
用法¶
AEC¶
from pettingzoo.mpe import simple_tag_v3
env = simple_tag_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_tag_v3
env = simple_tag_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()