HabitatEnv¶

torchrl.envs.HabitatEnv(*args, **kwargs)[源代码]¶

Habitat 环境的包装器。

此类目前用作占位符和兼容性安全措施。它的行为与 GymEnv 包装器完全相同。

参数:

env_name (str) – 要执行的环境。
categorical_action_encoding (bool, 可选) – 如果 True，分类规格将转换为 TorchRL 等效项 (torchrl.data.Categorical)，否则将使用 one-hot 编码 (torchrl.data.OneHot)。默认为 False。

关键字参数:

from_pixels (bool, 可选) – 如果 True，将尝试从 env 返回像素观测值。默认情况下，这些观测值将写入 "pixels" 条目下。所使用的方法因 gym 版本而异，可能涉及 wrappers.pixel_observation.PixelObservationWrapper。默认为 False。
pixels_only (bool, 可选) – 如果 True，则仅返回像素观测值（默认情况下在输出 tensordict 中的 "pixels" 条目下）。如果 False，则当 from_pixels=True 时，将返回观测值（例如，状态）和像素。默认为 True。
frame_skip (int, 可选) – 如果提供，则指示要重复相同动作的步数。返回的观测值将是序列的最后一个观测值，而奖励将是跨步的奖励总和。
device (torch.device, 可选) – 如果提供，则为模拟将发生的设备。默认为 torch.device("cuda:0")。
batch_size (torch.Size, 可选) – 环境的批大小。应与所有观测值、完成状态、奖励、动作和信息的引导维度匹配。默认为 torch.Size([])。
allow_done_after_reset (bool, 可选) – 如果 True，则在调用 reset() 后，允许 env 处于 done 状态。默认为 False。

变量:

available_envs (List[str]) – 要构建的环境列表。

示例

>>> from torchrl.envs import HabitatEnv
>>> env = HabitatEnv("HabitatRenderPick-v0", from_pixels=True)
>>> env.rollout(3)

文档