如何创建一个多功能的OpenAI健身房观察空间

Question

使用Python3.6、Ubuntu 18.04、Gym 0.15.4、RoS melodic、Tensorflow 1.14和rl_coach 1.01：

我已经建立了一个自定义的健身房环境，使用一个360元素阵列作为观察空间。在

high = np.array([4.5] * 360) #360 degree scan to a max of 4.5 meters
low = np.array([0.0] * 360)
self.observation_space = spaces.Box(low, high, dtype=np.float32)

但是，这还不足以通过ClippedPPO算法正确训练，我想为我的状态添加额外的功能，包括：

世界位置（x，y坐标）
世界方向（四元数：x、y、z、w） 线性轨迹（x、y、z坐标） 角轨迹（x，y，z坐标）。在

我把上面的四个特性组合成了自己的特性np.数组并试图将它们作为状态对象传递回去，但显然它与观测空间不匹配。这个空间。盒子我很困惑。我假设我不能将所有这些特性转储到一个np数组中，因为上界和下界是不同的，但是，我不能确定如何创建一个空格。方框具有多个“特征”的对象。在

TIA公司

Answer 1

请看gym.spaces.Tuple类 ref

另外，你可以看看我是如何把它用于我自己的ROS envhere