Machine learning OpenAI Gym：如何从自定义OpenEnvironment中访问环境注册数据（例如max_插曲_步骤）？_Machine Learning_Reinforcement Learning_Openai Gym

Machine learning OpenAI Gym：如何从自定义OpenEnvironment中访问环境注册数据（例如max_插曲_步骤）？

machine-learning

Machine learning OpenAI Gym：如何从自定义OpenEnvironment中访问环境注册数据（例如max_插曲_步骤）？,machine-learning,reinforcement-learning,openai-gym,Machine Learning,Reinforcement Learning,Openai Gym,我使用OpenAI Gym创建了一个自定义环境。我想访问在init.py 例如：但是我如何从gym\u myenv.py访问这个呢？如果我首先创建环境并使用env.\u max\u eposion\u步骤，我可以访问。但是，我无法从gym\u myenv.py中访问\u max\u eposion\u steps，目前唯一的方法似乎是在创建gym环境对象后的init方法之外访问它们，即使用任何其他方法，如reset（）或render（）或其他方法可以使用self.spec.max\u插曲步

我使用OpenAI Gym创建了一个自定义环境。我想访问在init.py 例如：

但是我如何从gym\u myenv.py访问这个呢？

如果我首先创建环境并使用env.\u max\u eposion\u步骤，我可以访问。但是，我无法从gym\u myenv.py中访问\u max\u eposion\u steps，目前唯一的方法似乎是在创建gym环境对象后的init方法之外访问它们，即使用任何其他方法，如reset（）或render（）或其他方法

可以使用

self.spec.max\u插曲步骤

或

self.max\u插曲步骤

我不确定它是打算这样做还是一个bug。

如果您在这里看到

make（）

的代码：

在

规范

成为其属性之前，将实例化

环境

。我认为

max_timesteps

不是环境的固有属性，其目的是让环境具有任意数量的可能

max_timesteps

，用于您可以为同一基本环境注册的各种环境ID

顺便说一句，如果您在该文件中看到第51行，您上面给出的标记将不起作用，因为该值被您传递给

max\u-scention\u steps

到

register（）

的值覆盖。我刚刚测试过。

谢谢你的提示。我能够找到一种在代码中使用max_timesteps的方法。

from gym.envs.registration import registry, register, make, spec
register(
    id='myenv-v0',
    entry_point='gym.envs.algorithmic:myenv',
    tags={'wrapper_config.TimeLimit.max_episode_steps': 200},
    reward_threshold=25.0,
)