马力欧兄弟

该环境是 Atari 环境 的一部分。请先阅读该页面以获取通用信息。

导入	from pettingzoo.atari import mario_bros_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)

一个规划和控制的混合和博弈。

主要目标是将害虫踢出地板。这需要 2 个步骤

1. 击打害虫下方的地板，将其翻转。这将害虫击倒在地。

2. 你移动到害虫所在的地板上，然后可以将其踢开。这会获得 +800 的奖励

请注意，由于这个过程有两个步骤，两个智能体既有机会通过互相帮助击倒和收集害虫来协作（可能允许双方更快地获得奖励），也有机会窃取对方的工作成果。

如果你撞到活动的害虫或火球，你会失去一条生命。如果你失去所有生命，你就结束了，另一个玩家会继续玩。赚取 20000 分后，你可以获得一条新生命。

还有其他赚取积分的方法，例如收集奖励金币或威化饼，每个可获得 800 分。

官方马力欧兄弟手册

环境参数

环境参数对所有 Atari 环境都是通用的，并在 基本 Atari 文档 中描述。

动作空间

在任何给定的回合中，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: 整个 API 的重大更改 (1.4.0)

• v1: 修复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 mario_bros_v3

env = mario_bros_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 mario_bros_v3

env = mario_bros_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.mario_bros.mario_bros.raw_env(**kwargs: Any)