RoboHiveEnv

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

RoboHive gym 环境的包装器。

RoboHive 是使用 MuJoCo 物理引擎模拟并通过 OpenAI-Gym API 暴露的环境/任务集合。

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 之一

• categorical_action_encoding (bool, optional) – 如果为 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, optional) – 如果为 True，将尝试从环境中返回像素观测。默认情况下，这些观测将写入 "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, optional) – 如果为 True，则仅返回像素观测（默认情况下在输出 tensordict 中的 "pixels" 条目下）。如果为 False，则当 from_pixels=True 时，将返回观测（例如，状态）和像素。默认为 True。

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

• frame_skip (int, optional) – 如果提供，则指示要重复相同动作的步数。返回的观测将是序列的最后一次观测，而奖励将是跨步奖励的总和。

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

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

• allow_done_after_reset (bool, optional) – 如果为 True，则允许在调用 reset() 后立即将环境设置为 done。默认为 False。

变量:

available_envs (list) – 可构建的可用环境列表。

示例

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