Python 调用环境状态元组

我是新开Ai Gym的人，目前正在出租车环境中运行强化学习（RL），我的研究要求我能够调用状态元组（或者在

Taxi.py

文件中称为“状态空间”）进行一些数据挖掘/状态-动作对操作

有一个函数可以调用它吗

例如：

State（123）=（出租车行、出租车列、乘客位置、目的地）

在RL中，状态和动作以矩阵形式表示，

列=状态，行=动作

---

在源代码（

taxi.py

）中，其所谓的“状态空间由（

taxi\u row

，

taxi\u col

，

passenger\u location

，

destination

）表示。”

您可以这样做：

>>> import gym
>>> env = gym.make('Taxi-v2')
>>> from gym.envs.toy_text.taxi import *
>>> 
>>> 
>>> x = TaxiEnv()
>>> random_state = 123
>>> taxi_row, taxi_col, passenger_index, destination_index = x.decode(random_state)
>>> taxi_row
1
>>> taxi_col
1
>>> passenger_index
0
>>> destination_index
3

在您的问题中，您需要

乘客位置

和

目的地

。但是我使用的代码是返回

乘客索引

和

目的地索引

。因此，如果您了解环境地图，就可以轻松获得位置

以下是环境中使用的简单映射：

MAP = [
    "+---------+",
    "|R: | : :G|",
    "| : | : : |",
    "| : : : : |",
    "| | : | : |",
    "|Y| : |B: |",
    "+---------+",
]

在这张地图中，我们有四个不同的位置（R、G、Y、B）。现在，您可以通过以下索引轻松获得乘客位置和目的地：

• 乘客位置：
  • 0:R（ed）
  • 1:G（绿色）
  • 2:Y（黄褐色）
  • 3:B（蓝）
  • 4：在出租车上
• 目的地：
  • 0:R（ed）
  • 1:G（绿色）
  • 2:Y（黄褐色）
  • 3:B（蓝）

---

希望这能回答你的问题

谢谢。我测试了def encode，以从给定的元组（与给定的解决方案相反）获取状态，并进行了检验。我想我很幸运，因为taxi.py已经编码了这个函数。有没有可能FrozenLake环境也有同样的功能？但似乎不是这样。非常感谢。