gym中的discrete类、box类和multidiscrete类简介和使用

相关文章：

Box() dict()可用于创建连续的空间；OpenAI Gym Discrete和Box spaces同时存在，代码该怎么写；gym中各种离散连续写法

解读gym中的action_space和observation_space

最近在使用MADDPG算法做多智能体仿真，遇到box和multidiscrete类转换问题，现做记录：

maddpg中在train开始的时候，把不同种类的动作建立成了各种不同的分布, 最后的动作输出的是分布，根据分布最后采样得到输出值。

• Box 连续空间->DiagGaussianPdType （对角高斯概率分布）
• Discrete离散空间->SoftCategoricalPdType（软分类概率分布）
• MultiDiscrete连续空间->SoftMultiCategoricalPdType （多变量软分类概率分布）
• 多二值变量连续空间->BernoulliPdType （伯努利概率分布）

1.discrete类

• Discrete类对应于一维离散空间
• 定义一个Discrete类的空间只需要一个参数n就可以了
• discrete space允许固定范围的非负数

2.box类

• box类对应于多维连续空间
• Box空间可以定义多维空间，每一个维度可以用一个最低值和最大值来约束
• 定义一个多维的Box空间需要知道每一个维度的最小最大值，当然也要知道维数。

3.multidiscrete类

用于多维离散空间

多离散动作空间由一系列具有不同参数的离散动作空间组成

• 它可以适应离散动作空间或连续（Box）动作空间
• 表示游戏控制器或键盘非常有用，其中每个键都可以表示为离散的动作空间
• 通过传递每个离散动作空间包含min，max的数组的数组进行参数化
• 离散动作空间可以取从min到max的任何整数（包括两端值）

MultiDiscrete用于多维动作空间定义，例如：

dim_1=5
dim_2=10
space = MultiDiscrete([dim_1, dim_2])

表示的就是动作空间里面有两个位置需要你指定动作。第一个位置有5个选择，第二个位置也有10个选择。

print(space.sample())

就会随机选择两个数，由此表示对应的动作

PdType

一个大类 下面有5个可以被继承函数 和5个子类

子函数必须有的函数

• sample_placeholder 为创建图中的placeholder
• param_placeholder 为创建图中的placeholder

 Pd