本文簡要介紹 gynasium 中基於 mujoco 的環境搭建。參照 gynasium.envs.mujoco 。
1. gynasium.Env 簡介
在 gynasium 中，環境基類為 gynasium.Env，其中定義了 step, reset, render, close 等方法以及 action_space, observation_space, reward_range, spec, metadata, np_random 等屬性。它們的具體含義如下：
step(elf, action: ActType) -> tuple[ObsType, SupportsFloat, bool, bool, dict[str, Any]] 該方法透過輸入一個 action，執行一個模擬步，並返回 observation, reward, terminated, truncated, info, done 等資訊。
reset(self, *, seed: int | None = None, options: dict[str, Any] | None = None, ) -> tuple[ObsType, dict[str, Any]] 該方法透過輸入一個 seed，將場景中物體重置為隨機狀態，並返回 observation, info 等資訊。
render(self) -> RenderFrame | list[RenderFrame] | None 該方法渲染場景，並返回渲染結果。
close() 關閉並清理場景。
2. mujoco_env.BaseMujocoEnv 、 mujoco.MuJocoPyEnv 以及 mujoco.MujocoEnv
在 mujoco_env.py 檔案中，首先定義了 BaseMujocoEnv 作為 mujoco 模擬環境的基類。