2026b
# getActionInfo
获取环境动作信息
函数库: TyReinforcementLearning
# 语法
info = getActionInfo(env)
# 说明
info = getActionInfo(env)获取环境动作信息。
# 示例
获取环境空间信息
创建环境。
using TyReinforcementLearning
env = BuildEnv("CartPole-v1")
PyObject <TimeLimit<OrderEnforcing<PassiveEnvChecker<CartPoleEnv<CartPole-v1>>>>>
获取环境动作信息。
info = getActionInfo(env)
Dict{Any, Any} with 5 entries:
"dtype" => "int"
"number" => 2
"start" => 1
"frame" => "gym"
"envtype" => "discrete"
# 输入参数
env-环境
强化学习环境对象
强化学习环境。
# 输出参数
info-动作信息
字典
强化学习环境动作信息，包括以下内容：
| 名称 | 说明 |
|---|---|
| envtype | 空间类型：离散或连续（"discrete"/"continuous"）。 |
| frame | 环境框架：基于 python 的 gym 框架或基于 julia 的自定义环境框架（"gym"/"CustomEnv"）。 |
| size | 动作形状：单个动作的数据形状。 |
| OriginalLowerLimit | 取值下限：仅用于连续空间，返回一个数组，各元素分别是对应动作分量的下限。 |
| OriginalUpperLimit | 取值上限：仅用于连续空间，返回一个数组，各元素分别是对应动作分量的上限。 |
| dtype | 数据类型：整数或浮点数（"int"/"float"）。 |
| number | 动作数量：仅用于离散空间，返回动作的数量。 |
| start | 动作起始值：仅用于离散空间，返回动作的起始取值，一般为 1。 |
提示
在 Julia 中，离散空间应当设定为以 1 为开始的连续正整数，在 python 中起始值则为 0。此处会自动进行变换。