RoboHiveEnv

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

RoboHive gym 环境的一个封装器。

RoboHive 是一个环境/任务集合，这些环境/任务使用 MuJoCo 物理引擎进行模拟，并通过 OpenAI-Gym API 暴露出来。

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 True，分类 specs 将转换为等价的 TorchRL 类型 (torchrl.data.Categorical)，否则将使用独热编码 (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 True，仅返回像素观察结果（默认写入输出 tensordict 的 "pixels" 条目下）。如果 False，则当 from_pixels=True 时，将同时返回观察结果（例如，状态）和像素。默认为 True。

• from_depths (bool, 可选) – 如果 True，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，指示重复同一动作的步数。返回的观察结果将是序列中的最后一个观察结果，而奖励将是这些步数中奖励的总和。

• device (torch.device, 可选) – 如果提供，数据将转换为该设备上的张量。默认为 torch.device("cpu")。

• batch_size (torch.Size, 可选) – RoboHiveEnv 仅支持 torch.Size([])，因为此类中不支持向量化环境。要同时执行多个环境，请参阅 ParallelEnv。

• allow_done_after_reset (bool, 可选) – 如果 True，则允许环境在调用 reset() 后立即达到终止状态。默认为 False。

变量:

available_envs (list) – 可用于构建的环境列表。

示例

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