RoboHiveEnv

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

RoboHive gym 環境的包裝器。

RoboHive 是一個使用 MuJoCo 物理引擎模擬的環境/任務集合，透過 OpenAI-Gym API 公開。

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

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

Paper: https://arxiv.org/abs/2310.06828

警告

RoboHive 需要 gym 0.13。

引數:

• env_name (str) – 要構建的環境名稱。必須是 available_envs 之一

• 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。

• from_depths (bool, optional) – 如果為 True，將嘗試從環境中返回深度觀測。預設情況下，這些觀測將被寫入 "depths" 條目。需要 from_pixels 為 True。預設為 False。

• 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, optional) – 如果提供，資料將被轉換到的裝置。預設為 torch.device("cpu")。

• batch_size (torch.Size, optional) – 由於該類不支援向量化環境，因此只有 torch.Size([]) 才能與 RoboHiveEnv 一起使用。要一次執行多個環境，請參閱 ParallelEnv。

• 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) – 要構建的可用環境列表。

示例

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