miuav PyBullet RL Environments Skill
用于创建 PyBullet 强化学习环境
何时使用
当需要以下帮助时使用此技能：
- 创建 Gymnasium 环境
- 设计奖励函数
- 配置并行训练
快速参考
安装
pip install pybullet gymnasium
环境创建
基本环境
import gymnasium as gym
import pybullet as p
import pybullet_data
class MyEnv(gym.Env):
def __init__(self):
super().__init__()
self.client = p.connect(p.DIRECT)
p.setAdditionalSearchPath(pybullet_data.getDataPath())
def reset(self, seed=None):
p.resetSimulation()
p.loadURDF("plane.urdf")
return obs, info
def step(self, action):
p.stepSimulation()
return obs, reward, done, info
奖励函数
距离奖励
def compute_reward(self):
distance = np.linalg.norm(self.agent_pos - self.target_pos)
return -distance
另见
- physics-simulation - 物理仿真
- robot-control - 机器人控制