Emtombed：竞技版

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 entombed_competitive_v3
动作	离散
Parallel API	是
手动控制	否
智能体	agents= ['first_0', 'second_0']
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)

Emtombed 的竞技版本是一场比拼谁能坚持最久的比赛。

你需要快速向下穿过一个不断生成的迷宫，你只能看到其中一部分。如果你被困住，你就输了。注意，你很容易陷入死胡同，只有使用稀有的道具才能逃脱。此外，还有危险的僵尸潜伏在你周围需要避开。每当你的对手死亡时，你会获得 +1 奖励，你的对手则会获得 -1 奖励。

Emtombed 官方手册

环境参数

环境参数对所有 Atari 环境通用，并在 基础 Atari 文档 中描述。

动作空间

在任何给定回合中，智能体可以从 18 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
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：对整个 API 的破坏性更改，修复了 Emtombed 奖励 (1.4.0)

• v1：修复了所有环境处理过早死亡的方式 (1.3.0)

• v0：初始版本发布 (1.0.0)

用法

AEC

from pettingzoo.atari import entombed_competitive_v3

env = entombed_competitive_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 entombed_competitive_v3

env = entombed_competitive_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.entombed_competitive.entombed_competitive.raw_env(**kwargs: Any)