RoboHiveEnv

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

RoboHive gym 環境的一個封裝器。

RoboHive 是一個環境/任務集合，這些環境/任務使用 MuJoCo 物理引擎進行模擬，並透過 OpenAI-Gym API 暴露出來。

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

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

論文: 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 中的一個

• categorical_action_encoding (bool, 可選) – 如果 True，分類 specs 將轉換為等價的 TorchRL 型別 (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, 可選) – 如果 True，將嘗試從環境中返回畫素觀察結果。預設情況下，這些觀察結果將寫入 "pixels" 條目下。使用的方法因 gym 版本而異，可能涉及 wrappers.pixel_observation.PixelObservationWrapper。預設為 False。

• pixels_only (bool, 可選) – 如果 True，僅返回畫素觀察結果（預設寫入輸出 tensordict 的 "pixels" 條目下）。如果 False，則當 from_pixels=True 時，將同時返回觀察結果（例如，狀態）和畫素。預設為 True。

• from_depths (bool, 可選) – 如果 True，將嘗試從環境中返回深度觀察結果。預設情況下，這些觀察結果將寫入 "depths" 條目下。需要 from_pixels 為 True。預設為 False。

• frame_skip (int, 可選) – 如果提供，指示重複同一動作的步數。返回的觀察結果將是序列中的最後一個觀察結果，而獎勵將是這些步數中獎勵的總和。

• device (torch.device, 可選) – 如果提供，資料將轉換為該裝置上的張量。預設為 torch.device("cpu")。

• batch_size (torch.Size, 可選) – RoboHiveEnv 僅支援 torch.Size([])，因為此類中不支援向量化環境。要同時執行多個環境，請參閱 ParallelEnv。

• allow_done_after_reset (bool, 可選) – 如果 True，則允許環境在呼叫 reset() 後立即達到終止狀態。預設為 False。

變數:

available_envs (list) – 可用於構建的環境列表。

示例

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