OpenAI Gym MountainCar-v0环境观测空间与step函数解包报错问询

问题情况 #

运行MountainCar-v0环境时，观测空间的显示格式和教程预期不符，且后续调用step()方法时出现解包错误。

代码与输出对比 #

测试代码 #

import gym
env = gym.make('MountainCar-v0')
obs_space = env.observation_space
action_space = env.action_space
print("The observation space: {}".format(obs_space))
print("The action space: {}".format(action_space))

预期输出 #

OUTPUT:
The observation space: Box(2,)
The action space: Discrete(3)

实际输出 #

The observation space: Box([-1.2  -0.07], [0.6  0.07], (2,), float32)
The action space: Discrete(3)

后续操作报错 #

执行以下代码：

obs = env.reset()
random_action = env.action_space.sample()
new_obs, reward, done, info = env.step(random_action)
print("The new observation is {}".format(new_obs))

得到错误：

ValueError                                Traceback (most recent call last)
Input In [4], in <cell line: 11>()
      8 random_action = env.action_space.sample()
     10 # # Take the action and get the new observation space
---&gt; 11 new_obs, reward, done, info = env.step(random_action)
     12 print("The new observation is {}".format(new_obs))

ValueError: too many values to unpack (expected 4)

问题原因与解决方法 #

这两个问题都是Gym版本差异导致的：

1. 观测空间显示差异
   旧版Gym（0.x系列）的Box空间打印格式为Box(2,)，而新版Gymnasium（原Gym的官方后续项目，很多教程仍沿用Gym名称）会详细打印出空间的上下界、形状和数据类型。但本质上观测空间还是2维的，只是显示格式不同，无需额外处理。

2. step方法解包错误
   新版Gymnasium的step()方法返回5个值：observation, reward, terminated, truncated, info，其中terminated表示环境达到终止条件（比如任务完成），truncated表示因时间步限制等外部因素提前结束。而旧版Gym仅返回4个值（无truncated）。

   解决方式二选一：

   • 适配新版格式，修改解包代码：

     new_obs, reward, terminated, truncated, info = env.step(random_action)
     # 若无需区分两种结束状态，可合并为done：
     done = terminated or truncated
     print("The new observation is {}".format(new_obs))
     

   • 安装旧版Gym以匹配教程：

     pip install gym==0.21.0
     

内容的提问来源于stack exchange，提问作者user2276283