在使用 openAI gym 作为学习环境时，我试图对强化学习有所了解。我通过阅读《使用 Python 进行强化学习实践》一书来做到这一点。在本书中，提供了一些代码。通常，代码不起作用，因为我必须先将其解包，如:openai gym env.P, AttributeError 'TimeLimit' object has no attribute 'P'
但是，我个人仍然对这种展开的原因感兴趣。为什么需要拆包？这到底是做什么的？为什么书中没有这样编码？它是 Giuliov 假设的过时软件吗？
提前致谢。
最佳答案
Open AI Gym 提供了许多不同的环境。他们每个人都有自己的一组参数和方法。然而，它们通常由一个名为 Env 的类(如真实 OOPL 上的接口(interface))包装。 .此类公开了任何环境中常用的最基本方法，例如 step , reset和 seed .拥有这个“接口(interface)”类很棒，因为它允许您的代码与环境无关。如果您想在不同的环境中测试单个代理，它也会使事情变得更容易。
但是，如果您想访问特定环境的幕后动态，则使用 unwrapped属性(property)。
关于python-3.x - 为什么要打开 openAI 健身房？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53836136/