HabitatEnv

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

Habitat 環境的包裝器。

此類當前用作佔位符和相容性安全措施。它的行為與 GymEnv 包裝器完全相同。

文件： https://aihabitat.org/docs/

GitHub： https://github.com/facebookresearch/habitat-lab

URL： https://aihabitat.org/habitat3/

論文： https://ai.meta.com/static-resource/habitat3

引數:

• env_name (str) – 要執行的環境。

• categorical_action_encoding (bool, optional) – 如果為 True，則分類規範將轉換為 TorchRL 等效項 (torchrl.data.Categorical)，否則將使用獨熱編碼 (torchrl.data.OneHot)。預設為 False。

關鍵字引數:

• from_pixels (bool, optional) – 如果為 True，則會嘗試從環境中返回畫素觀察。預設情況下，這些觀察將被寫入 "pixels" 條目下。所使用的方法取決於 gym 的版本，並可能涉及 wrappers.pixel_observation.PixelObservationWrapper。預設為 False。

• pixels_only (bool, optional) – 如果設定為 True，將只返回畫素觀察（預設在輸出 tensordict 的 "pixels" 條目下）。如果設定為 False，當 from_pixels=True 時，將返回觀察（例如，狀態）和畫素。預設為 True。

• frame_skip (int, optional) – 如果提供，表示相同的動作需要重複多少步。返回的觀察值將是序列的最後一個觀察值，而獎勵將是跨步驟的獎勵總和。

• device (torch.device, 可選) – 如果提供，則表示模擬將發生的裝置。預設為 torch.device("cuda:0")。

• batch_size (torch.Size, optional) – 環境的批次大小。應與所有觀察、完成狀態、獎勵、動作和資訊的前導維度匹配。預設為 torch.Size([])。

• allow_done_after_reset (bool, optional) – 如果為 True，則允許在呼叫 reset() 後立即將環境設定為 done。預設為 False。

變數:

available_envs (List[str]) – 要構建的環境列表。

示例

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