RoboHiveEnv

torchrl.envs.RoboHiveEnv(*args, **kwargs)

RoboHive 健身房环境的包装器。

RoboHive 是一个环境/任务集合，使用 MuJoCo 物理引擎进行模拟，并使用 OpenAI-Gym API 公开。

Github：https://github.com/vikashplus/robohive/

文档：https://github.com/vikashplus/robohive/wiki

论文：https://arxiv.org/abs/2310.06828

警告

RoboHive 需要 gym 0.13。

参数：

• env_name (str) – 要构建的环境名称。必须是 available_envs 中的一个

• categorical_action_encoding (bool, 可选) – 如果为 True，则分类规范将转换为 TorchRL 等效项 (torchrl.data.DiscreteTensorSpec)，否则将使用独热编码 (torchrl.data.OneHotTensorSpec)。默认为 False。

关键字参数：

• from_pixels (bool, 可选) – 如果为 True，则将尝试从环境中返回像素观察结果。默认情况下，这些观察结果将写入 "pixels" 条目下。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) – 如果为 True，则仅返回像素观察结果（默认情况下在输出 tensordict 中的 "pixels" 条目下）。如果为 False，则在 from_pixels=True 时将返回观察结果（例如，状态）和像素。默认为 True。

• from_depths (bool, 可选) – 如果为 True，则将尝试从环境中返回深度观察结果。默认情况下，这些观察结果将写入 "depths" 条目下。需要 from_pixels 为 True。默认为 False。

• frame_skip (int, 可选) – 如果提供，则指示要重复相同动作的步数。返回的观察结果将是序列的最后一个观察结果，而奖励将是跨步骤的奖励总和。

• device (torch.device, 可选) – 如果提供，则数据要转换到的设备。默认为 torch.device("cpu")。

• batch_size (torch.Size, 可选) – 只有 torch.Size([]) 才能与 RoboHiveEnv 一起使用，因为类中不支持矢量化环境。要一次执行多个环境，请参阅 ParallelEnv。

• allow_done_after_reset (bool, 可选) – 如果为 True，则允许环境在调用 reset() 后立即为 done。默认为 False。

变量：

available_envs (list) – 要构建的环境列表。

示例

>>> from torchrl.envs import RoboHiveEnv
>>> env = RoboHiveEnv(RoboHiveEnv.available_envs[0])
>>> env.rollout(3)