太空侵略者¶
此环境是 雅达利 (Atari) 环境的一部分。请先阅读该页面以获取一般信息。
导入 |
|
|---|---|
动作 (Actions) |
离散 (Discrete) |
Parallel API |
是 |
手动控制 (Manual Control) |
否 |
智能体 (Agents) |
|
智能体 (Agents) |
2 |
动作形状 (Action Shape) |
(1,) |
动作值 (Action Values) |
[0,5] |
观测形状 (Observation Shape) |
(210, 160, 3) |
观测值 (Observation Values) |
(0,255) |
经典的雅达利游戏，但有两个由两名玩家控制的飞船，每名玩家都试图最大化自己的分数。
这个游戏具有合作性，玩家可以选择通过合作闯关来最大化得分。普通外星人的分数在 5 到 30 分之间，取决于它们出现的高度；而飞越屏幕顶部的飞船值 100 分。
然而，它也具有竞争性，当另一名玩家被外星人击中时，一名玩家会获得 200 分的奖励。因此，以某种方式破坏另一名玩家也是一种可能的策略。
生命次数在两艘飞船之间共享，即当任一飞船被击中 3 次时游戏结束。
环境参数¶
一些环境参数是所有 雅达利 (Atari) 环境共有的，并在 基本 雅达利 (Atari) 文档中进行了描述。
太空侵略者特有的参数是：
space_invaders_v2.env(alternating_control=False, moving_shields=True,
zigzaging_bombs=False, fast_bomb=False, invisible_invaders=False)
alternating_control: 两名玩家中一次只能有一名玩家可以射击。如果你射击，你的对手就可以射击。然而，你不能永远囤积射击能力，最终控制权还是会转移给你的对手。
moving_shields: 护盾会来回移动，提供的保护不太可靠。
zigzaging_bombs: 入侵者的炸弹会来回移动，使其更难躲避。
fast_bomb: 炸弹速度更快，使其更难躲避。
invisible_invaders: 入侵者隐形，使其更难击中。
动作空间 (最小)¶
在任何给定的回合中，智能体可以从 6 个动作中选择一个。
动作 |
行为 |
|---|---|
0 |
无操作 |
1 |
射击 |
2 |
向上移动 |
3 |
向右移动 |
4 |
向左移动 |
5 |
向下移动 |
版本历史¶
v2：最小动作空间 (1.18.0)
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 space_invaders_v2
env = space_invaders_v2.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 space_invaders_v2
env = space_invaders_v2.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()