gym==0.26.0中CarRacing-v2的episode终止及赛道瓦片数等问题

环境核心规则回顾 #

奖励机制 #

• 每帧固定扣除0.1奖励
• 每访问一个赛道瓦片获得+1000/N奖励（N为赛道总瓦片数）
• 示例：732帧完成全部瓦片访问时，总奖励为 1000 - 0.1*732 = 926.8

Episode终止条件 #

• 当所有赛道瓦片被访问完毕，episode直接结束
• 若车辆驶离游戏区域（偏离赛道），立即获得-100惩罚并终止episode

疑问解答 #

1. 赛道总瓦片数N是多少？ #

在gym==0.26.0的CarRacing-v2中，赛道总瓦片数固定为700。这个数值是环境内置设定，你可以通过代码验证：

import gym
env = gym.make("CarRacing-v2")
print(env.n_tiles)  # 输出结果为700

2. 单Episode是否有步数限制？ #

该环境对单episode的步数没有硬限制，实际运行中会因两个终止条件自然结束：要么访问完所有瓦片，要么车辆驶离赛道。若agent持续无意义行动（比如原地打转且不驶离赛道），会一直运行直到触发终止条件。

内容的提问来源于stack exchange，提问作者brownie