OpenAI健身房如何创造一个热门的观察空间？

Question

除了openAI's doc，我没有找到更详细的文档。在

我需要知道正确的创建方法：

1. 具有1..n个可能操作的操作空间。（当前使用离散动作空间）

2. 一个具有2^n状态的观察空间，它是已经采取的每一个可能的动作组合的状态。 我想要一个动作向量的一个热表示形式-1代表action was already taken，0代表action still hadn't been taken

在openAI的健身房我该怎么做？在

谢谢

Answer 1

您要求的“多个一个热”空间已经实现

https://github.com/openai/gym/blob/master/gym/spaces/multi_binary.py

import gym

# create a MultiBinary Space
# by passing n=10, each sample will contain 10 elements

mb = gym.spaces.MultiBinary(n=10)

mb.sample()

# array([1, 0, 1, 0, 0, 0, 0, 0, 0, 1], dtype=int8)

如果您想实现自己的索引，以确保在调用sample时没有超过一定数量的正元素，那么可以从n选项中随机选择x索引，然后在所有0数组中翻转这些索引，然后返回该值。在