Pong

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 pong_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	[0,5]
观察形状	(210, 160, 3)
观察值	(0,255)

经典的两人竞技计时游戏。

将球打过对手。

得分会给你 +1 奖励，给你的对手 -1 奖励。

发球有计时：如果玩家在接到球后 2 秒内没有发球，他们将受到 -1 分的惩罚，并且计时器会重置。这可以防止一个玩家无限期地拖延比赛，但同时也意味着它不再是一个纯粹的零和游戏。

官方电子奥运会手册

环境参数

一些环境参数是所有 Atari 环境通用的，并在基础 Atari 文档中进行了描述。

Pong 特有的参数是

pong_v3.env(num_players=2)

num_players: 玩家数量（必须是 2 或 4）

动作空间（最小）

在任何给定回合中，智能体可以从 6 个动作中选择一个。

动作	行为
0	无操作
1	开火
2	向右移动
3	向左移动
4	向右开火
5	向左开火

版本历史

• v3：最小动作空间 (1.18.0)

• v2：无动作计时器 (1.9.0)

• v1：整个 API 的破坏性更改 (1.4.0)

• v0：初始版本发布 (1.0.0)

用法

AEC

from pettingzoo.atari import pong_v3

env = pong_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 pong_v3

env = pong_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.pong.pong.raw_env(num_players: int = 2, game_version: str = 'classic', **kwargs: Any)