冰凍湖¶

此環境是玩具文字環境的一部分，其中包含有關環境的一般資訊。


動作空間	`離散(4)`
觀察空間	`離散(16)`
import	`gymnasium.make("FrozenLake-v1")`

冰凍湖涉及從起點穿過冰凍的湖泊到達目標，而不會因在冰凍的湖面上行走而掉入任何洞中。由於冰凍湖的濕滑性質，玩家可能無法始終朝著預期的方向移動。

描述¶

遊戲開始時，玩家位於冰凍湖網格世界的 [0,0] 位置，目標位於世界的遠處，例如 4x4 環境中的 [3,3]。

當使用預先確定的地圖時，冰洞分佈在設定的位置，或者當生成隨機地圖時，冰洞分佈在隨機位置。

玩家會移動，直到他們到達目標或掉入洞中。

湖面是濕滑的（除非禁用），因此玩家有時可能會垂直於預期方向移動（請參閱is_slippery）。

隨機生成的世界將始終具有通往目標的路徑。

來自https://franuka.itch.io/rpg-snow-tileset的精靈和凳子。所有其他資產均由 Mel Tillery 提供http://www.cyaneus.com/。

動作空間¶

動作形狀為(1,)，範圍為{0, 3}，表示移動玩家的方向。

0：向左移動
1：向下移動
2：向右移動
3：向上移動

觀察空間¶

觀察值是一個值，表示玩家當前位置為 current_row * ncols + current_col（其中行和列都從 0 開始）。

例如，4x4 地圖中的目標位置可以計算如下：3 * 4 + 3 = 15。可能觀察的數量取決於地圖的大小。

觀察值以int()形式傳回。

起始狀態¶

回合開始時，玩家處於狀態[0]（位置 [0, 0]）。

獎勵¶

獎勵時間表

到達目標：+1
到達洞：0
到達冰凍：0

回合結束¶

如果發生以下情況，回合將結束

終止
1. 玩家移動到洞中。
2. 玩家到達max(nrow) * max(ncol) - 1（位置[max(nrow)-1, max(ncol)-1]）的目標。
截斷（使用 time_limit 包裝器時）
1. 對於 4x4 環境，回合長度為 100，對於 FrozenLake8x8-v1 環境，回合長度為 200。

資訊¶

step()和reset()傳回包含以下鍵的字典

p - 狀態的轉換機率。

有關轉換機率資訊，請參閱is_slippery。

參數¶

import gymnasium as gym
gym.make('FrozenLake-v1', desc=None, map_name="4x4", is_slippery=True)

desc=None：用於指定非預先載入的地圖。

指定自訂地圖。

    desc=["SFFF", "FHFH", "FFFH", "HFFG"].

可以透過呼叫函數generate_random_map來指定隨機生成的地圖。

from gymnasium.envs.toy_text.frozen_lake import generate_random_map

gym.make('FrozenLake-v1', desc=generate_random_map(size=8))

map_name="4x4"：用於使用任何預先載入的地圖的 ID。

    "4x4":[
        "SFFF",
        "FHFH",
        "FFFH",
        "HFFG"
        ]

    "8x8": [
        "SFFFFFFF",
        "FFFFFFFF",
        "FFFHFFFF",
        "FFFFFHFF",
        "FFFHFFFF",
        "FHHFFFHF",
        "FHFFHFHF",
        "FFFHFFFG",
    ]

如果desc=None，則將使用map_name。如果desc和map_name都是None，則將生成具有 80% 位置冰凍的隨機 8x8 地圖。

is_slippery=True：如果為 true，則玩家將以 1/3 的機率朝預期方向移動，否則將以 1/3 的均等機率朝任一垂直方向移動。

例如，如果動作是向左，且 is_slippery 為 True，則

P(向左移動)=1/3
P(向上移動)=1/3
P(向下移動)=1/3

版本歷史¶

v1：修復了獎勵的錯誤
v0：初始版本發布