如何复现运行Python Gymnasium Taxi-v3环境？现有配置未达预期

问题描述 #

使用Gymnasium开展强化学习研究，尝试复现Taxi-v3环境的运行结果，已设置全局Python、NumPy种子，并在env.reset时传入种子，但仍无法实现复现。使用代码如下：

import gymnasium as gym
import numpy as np
import random

seed = 42

random.seed(seed)
np.random.seed(seed)

env = gym.make("Taxi-v3")
state, info = env.reset(seed=seed)

认知误区 #

• 混淆全局种子与环境独立RNG：Gymnasium的每个环境都维护独立的随机数生成器（RNG），全局random和numpy种子不会直接控制环境内部的随机行为（如动作采样、状态转移逻辑），仅设置全局种子无法保证环境行为的可复现性。
• 仅依赖reset的种子参数：env.reset(seed=seed)仅负责初始化环境的起始状态，无法覆盖环境其他随机过程的RNG配置。

缺失的配置步骤 #

要实现完全可复现，需补充以下种子绑定操作：

1. 绑定动作空间种子：动作空间的随机采样（如env.action_space.sample()）依赖独立RNG，需单独设置：

   env.action_space.seed(seed)
   

2. 绑定环境底层RNG：直接设置环境内部的核心RNG，覆盖所有状态转移等随机逻辑：

   env.unwrapped.seed(seed)
   

完整可复现代码 #

import gymnasium as gym
import numpy as np
import random

seed = 42

# 全局种子设置（可选但建议统一）
random.seed(seed)
np.random.seed(seed)

env = gym.make("Taxi-v3")
# 绑定动作空间种子
env.action_space.seed(seed)
# 绑定环境底层RNG
env.unwrapped.seed(seed)
# 初始化环境并传入种子
state, info = env.reset(seed=seed)

内容的提问来源于stack exchange，提问作者Anselmo Blanco Dominguez