如何在OpenAI Gym中映射自定义按键？CarRacing-v0使用utils.play报错

最近我试着让用户用自定义按键操作CarRacing-v0环境，一开始以为直接用gym的utils.play模块就能搞定，写了这段代码：

import gym
from gym.utils.play import *
play(gym.make("CarRacing-v0"))

这段代码在Atari系列环境里跑完全没问题，但一放到CarRacing-v0上就触发了AssertionError，报错堆栈信息如下：

---------------------------------------------------------------------------
AssertionError                            Traceback (most recent call last)
<ipython-input-3-080385c697d2> in <module>()
      8 # play.keys_to_action = KEYWORD_TO...的内容，你是一个专业的stackoverflow的答应专家，根据用户的提问输出答案，输出格式markdown

其实问题很明确：gym.utils.play默认的按键映射是给Atari这类离散动作空间的环境设计的，但CarRacing-v0的动作空间是连续的——它的动作是一个包含3个元素的数组，分别对应转向、油门、刹车。默认的按键转动作逻辑完全不匹配，自然就触发断言错误了。

要解决这个问题，我们得手动给play函数指定符合CarRacing-v0动作空间的keys_to_action映射，把按键操作转换成对应的连续动作。比如可以这么写：

import gym
from gym.utils.play import play

# 自定义按键到连续动作的映射
keys_to_action = {
    (ord('a'),): [-1.0, 0.0, 0.0],    # 按A：左转
    (ord('d'),): [1.0, 0.0, 0.0],     # 按D：右转
    (ord('w'),): [0.0, 1.0, 0.0],     # 按W：油门
    (ord('s'),): [0.0, 0.0, 1.0],     # 按S：刹车
    (ord('a'), ord('w')): [-1.0, 1.0, 0.0], # A+W：左转同时踩油门
    (ord('d'), ord('w')): [1.0, 1.0, 0.0],  # D+W：右转同时踩油门
}

# 传入自定义的按键映射，启动交互
play(gym.make("CarRacing-v0"), keys_to_action=keys_to_action)

这里的每个动作数组对应三个维度：

• 第一个元素：转向值（-1代表左满舵，1代表右满舵，0是直行）
• 第二个元素：油门大小（0到1，1是满油门）
• 第三个元素：刹车力度（0到1，1是全力刹车）

这样修改之后，就能正常用键盘操控CarRacing-v0里的赛车了。

内容的提问来源于stack exchange，提问作者Ignacio