Python强化学习-元组观察空间

Question

我创建了一个自定义的 openai 健身房环境，其中包含离散的动作空间和稍微复杂的状态空间。状态空间被定义为元组，因为它结合了一些连续的维度和其他离散的维度：

import gym
from gym import spaces

class CustomEnv(gym.Env):
    def __init__(self):
        self.action_space = spaces.Discrete(3)
        self.observation_space = spaces.Tuple((spaces.Discrete(16),
                                               spaces.Discrete(2),
                                               spaces.Box(0,20000,shape=(1,)),
                                               spaces.Box(0,1000,shape=(1,)))
    ...

我很幸运地使用 keras-rl（特别是 DQNAgent）训练​​了一个代理，但是 keras-rl 的支持不足且文档很少。对于可以处理此类观察空间的强化学习包有什么建议吗？目前看来 openai 基线和 stable-baselines 都无法处理它。

或者，是否有一种不同的方式可以定义我的状态空间，以便将我的环境适应这些定义更好的包之一？

Answer 1

您可能想尝试rllib，它是 中的一个强化学习包ray，它在伯克利加州大学得到了扩展。

https://rise.cs.berkeley.edu/projects/ray/

它包括许多实现的算法：

而且它非常容易使用。您只需要添加您的环境，该环境在以下位置有完整解释： https: //ray.readthedocs.io/en/latest/rllib-env.html