能否在训练前和训练过程中修改OpenAI gym的状态?

我想做的就是修改一个环境,例如使用超级马里奥兄弟的gym环境,并模糊代理训练的图像,看看强化学习代理是否仍然能够在这些“模糊”的状态下学习。

OpenAI是否允许进行这样的操作?我该如何添加gym环境的前处理步骤?


回答:

我建议你为你的gym环境创建一个包装器,在step()reset()函数中添加处理步骤

这里有一小段代码来说明这个想法:

class EnvWrapper(gym.Env):    def __init__(self, config):        self.env = gym.make("Your-Env-Name")    # 包装器封装了gym环境        def step(self, action):        obs, reward, done, info = self.env.step(action)   # 调用gym环境的方法        obs = self._blur(obs)                             # 应用你的特定处理        return obs, reward, done, info    def reset(self):        obs = self.env.reset()    # 对reset也进行相同处理        return self._blur(obs)    def _blur(self):        do_whatever_you_need

使用这种方法,你无需对原始环境进行任何修改,这通常是一个好主意

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注