HabitatEnv¶

torchrl.envs.HabitatEnv(*args, **kwargs)[原始碼]¶

用於 habitat envs 的包裝器。

此類別目前作為佔位符和相容性安全性。它的行為與 GymEnv 包裝器完全相同。

參數:

env_name (str) – 要執行的環境。
categorical_action_encoding (bool, optional) – 如果 True，分類規格將轉換為 TorchRL 等效項 (torchrl.data.Categorical)，否則將使用 one-hot 編碼 (torchrl.data.OneHot)。預設為 False。

關鍵字參數:

from_pixels (bool, optional) – 如果 True，將嘗試從 env 傳回像素觀察。預設情況下，這些觀察將寫入 "pixels" 條目下。使用的方法因 gym 版本而異，並且可能涉及 wrappers.pixel_observation.PixelObservationWrapper。預設為 False。
pixels_only (bool, optional) – 如果 True，則只會傳回像素觀察（預設情況下，位於輸出 tensordict 中的 "pixels" 條目下）。如果 False，當 from_pixels=True 時，將傳回觀察（例如，狀態）和像素。預設為 True。
frame_skip (int, optional) – 如果提供，則指示相同動作要重複多少步。傳回的觀察結果將是序列的最後一次觀察結果，而獎勵將是跨步驟的獎勵總和。
device (torch.device, optional) – 如果提供，則為將進行模擬的裝置。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相符。預設為 torch.Size([])。
allow_done_after_reset (bool, optional) – 如果 True，則允許環境在呼叫 reset() 之後立即變成 done 的狀態。預設值為 False。

變數:

available_envs (List[str]) – 要建立的環境列表。

範例

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

文件