Quadrapong¶

这个环境属于 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 quadrapong_v4`
动作	离散
并行 API	是
手动控制	否
智能体	`agents= ['first_0', 'second_0', 'third_0', 'fourth_0']`
智能体	4
动作形状	(1,)
动作值	[0,5]
观察形状	(210, 160, 3)
观察值	(0,255)

四玩家团队对战。

每个玩家控制一个挡板并防守一个得分区域。然而，这是一个团队游戏，4个得分区域中有2个属于同一团队。因此，一个给定的团队必须设法协调，将球从他们的得分区域推向对手的得分区域。具体来说，first_0 和 third_0 属于一支队伍，而 second_0 和 fourth_0 属于另一支队伍。

得分会给你的团队 +1 奖励，给对手团队 -1 奖励。

发球是计时的：如果玩家在接到球后2秒内未能发球，他们的团队将受到 -1 分惩罚，计时器也会重置。这防止了单个玩家无限期地拖延游戏，但也意味着它不再是一个纯粹的零和游戏。

官方视频奥林匹克手册

环境参数¶

环境参数对所有 Atari 环境都是通用的，并在基础 Atari 文档中进行了描述。

动作空间 (最小)¶

在任何给定的回合中，一个智能体可以从6个动作中选择一个。

动作	行为
0	无操作
1	开火
2	向上移动
3	向右移动
4	向左移动
5	向下移动

版本历史¶

v4: 最小动作空间 (1.18.0)
v3: 无动作计时器 (1.9.0)
v1: 整个 API 的重大更改 (1.4.0)
v2: 修复了 Quadrapong 奖励 (1.2.0)
v0: 初始版本发布 (1.0.0)

用法¶

AEC¶

from pettingzoo.atari import quadrapong_v4

env = quadrapong_v4.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()

并行¶

from pettingzoo.atari import quadrapong_v4

env = quadrapong_v4.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.quadrapong.quadrapong.raw_env(**kwargs: Any)[source]¶