gym库中from gym.wrappers import FlattenObservation的理解

 

看代码的过程中看到有这样的调用：

 

from gym.wrappers import FlattenObservation

if sinstance(env.observation_space, gym.spaces.Dict):
     env = FlattenObservation(env)

 

 

不是很理解这个代码的意思。

 

 

 

 

===============================================

 

 

 

查看gym源码中类：

FlattenObservation(ObservationWrapper)

 

import numpy as np
import gym.spaces as spaces
from gym import ObservationWrapper


class FlattenObservation(ObservationWrapper):
    r"""Observation wrapper that flattens the observation."""
    def __init__(self, env):
        super(FlattenObservation, self).__init__(env)

        flatdim = spaces.flatdim(env.observation_space)
        self.observation_space = spaces.Box(low=-float('inf'), high=float('inf'), shape=(flatdim,), dtype=np.float32)

    def observation(self, observation):
        return spaces.flatten(self.env.observation_space, observation)

 

从gym的状态空间的转换可以看出这个类是要将observation的状态空间进行flatten操作。

 

具体的flatten操作调用：

spaces.flatten(self.env.observation_space, observation)

 

 

 

 

查看spaces.flatten源代码：

def flatten(space, x):
    if isinstance(space, Box):
        return np.asarray(x, dtype=np.float32).flatten()
    elif isinstance(space, Discrete):
        onehot = np.zeros(space.n, dtype=np.float32)
        onehot[x] = 1.0
        return onehot
    elif isinstance(space, Tuple):
        return np.concatenate([flatten(s, x_part) for x_part, s in zip(x, space.spaces)])
    elif isinstance(space, Dict):
        return np.concatenate([flatten(s, x[key]) for key, s in space.spaces.items()])
    elif isinstance(space, MultiBinary):
        return np.asarray(x).flatten()
    elif isinstance(space, MultiDiscrete):
        return np.asarray(x).flatten()
    else:
        raise NotImplementedError

 

可以知道如果 env.observation_space属于Box类型，则直接调用np.array的flatten操作。

 

如果 env.observation_space属于Discrete类型，则直接进行onehot编码的方法进行flatten操作。

 

env.observation_space如果属于多个Box类型或Discrete类型组合而成的，也就是属于Tuple, Dict, 那么需要将其中的每个类型的状态空间都进行flatten操作后在进行拼接操作。

即：（取出组合空间中的各个子状态空间迭代调用flatten操作从而实现对组合中的各个子observation_space进行flatten）

    elif isinstance(space, Tuple):
        return np.concatenate([flatten(s, x_part) for x_part, s in zip(x, space.spaces)])
    elif isinstance(space, Dict):
        return np.concatenate([flatten(s, x[key]) for key, s in space.spaces.items()])

 

 

 

 

 

MultiBinary, MultiDiscrete类型直接转为np.array类型的数据再进行flatten操作。

 

 

 

 

 

 

===================================================

 

标签：wrappers,FlattenObservation,observation,space,gym,spaces,flatten,env,np
来源： https://www.cnblogs.com/devilmaycry812839668/p/16035111.html