并行 API¶
除了主 API，我们还有一个次要的并行 API，适用于所有智能体同时采取动作并获得观察的环境。可以通过 <game>.parallel_env() 来创建支持并行 API 的环境。此 API 基于部分可观察随机博弈（POSGs）的范式，其细节类似于 RLlib 的多智能体环境规范，不同之处在于我们允许智能体之间存在不同的观察空间和动作空间。
有关与 AEC API 的比较，请参阅 关于 AEC。更多信息请参阅 PettingZoo：多智能体强化学习的标准 API。
PettingZoo 封装器可用于在并行和 AEC 环境之间进行转换，但存在一些限制（例如，AEC 环境必须在每个周期结束时只更新一次）。
示例¶
PettingZoo Butterfly 提供了并行环境的标准示例，例如 活塞球。
用法¶
并行环境可以如下方式交互
from pettingzoo.butterfly import pistonball_v6
parallel_env = pistonball_v6.parallel_env(render_mode="human")
observations, infos = parallel_env.reset(seed=42)
while parallel_env.agents:
# this is where you would insert your policy
actions = {agent: parallel_env.action_space(agent).sample() for agent in parallel_env.agents}
observations, rewards, terminations, truncations, infos = parallel_env.step(actions)
parallel_env.close()
ParallelEnv¶
- class pettingzoo.utils.env.ParallelEnv[source]¶
并行环境类。
它会同时执行每个活动智能体的步骤。如果你不确定自己是否正确实现了 ParallelEnv，请尝试在网站的开发者文档中运行 parallel_api_test。
- agents¶
所有当前智能体名称的列表，通常是整数。这些名称可能会随着环境的进行而改变（即可以添加或移除智能体）。
- 类型:
list[AgentID]
- num_agents¶
智能体列表的长度。
- 类型:
int
- possible_agents¶
环境可能生成的所有 possible_agents 的列表。等同于观察空间和动作空间中的智能体列表。这不能通过游戏或重置来改变。
- 类型:
list[AgentID]
- max_num_agents¶
possible_agents 列表的长度。
- 类型:
int
- observation_spaces¶
一个字典，包含每个智能体的观察空间，以智能体名称为键。这不能通过游戏或重置来改变。
- 类型:
Dict[AgentID, gym.spaces.Space]
- action_spaces¶
一个字典，包含每个智能体的动作空间，以智能体名称为键。这不能通过游戏或重置来改变。
- 类型:
Dict[AgentID, gym.spaces.Space]
- step(actions: dict[AgentID, ActionType]) tuple[dict[AgentID, ObsType], dict[AgentID, float], dict[AgentID, bool], dict[AgentID, bool], dict[AgentID, dict]][source]¶
接收一个以智能体名称为键的动作字典。
返回观察字典、奖励字典、终止字典、截断字典和信息字典，每个字典都以智能体为键。
- reset(seed: int | None = None, options: dict | None = None) tuple[dict[AgentID, ObsType], dict[AgentID, dict]][source]¶
重置环境。
并返回一个观察字典（以智能体名称为键）
- render() None | ndarray | str | list[source]¶
如果支持，显示环境的渲染帧。
默认环境中的其他渲染模式包括 ‘rgb_array’，它返回一个 numpy 数组，并得到除经典环境外所有环境的支持；以及 ‘ansi’，它返回打印的字符串（经典环境特有）。