class mindspore_rl.environment.DeepMindControlEnvironment(params, env_id=0)

DeepMindControlEnvironment将DeepMind Control Suite(DMC)通过MindSpore算子再次封装。它用于基于物理的模拟和强化学习环境，使用MUJOCO。

参数：

• params (dict) - 字典包含DeepMindControlEnvironment类中所需要的所有参数。

配置参数	备注
env_name	DMC内游戏的名字
seed	DMC内使用的随机种子
camera	在渲染中使用的camera位置
action_repeat	同一个动作和环境交互几次
normalize_action	是否需要归一化输入动作
img_size	渲染图像的大小

• env_id (int) - 环境id，用于设置环境内种子。默认：0。

property action_space

获取环境的动作空间。

返回：

Space，环境的动作空间。

close()

关闭环境以释放环境资源

返回：

• Success (bool) - 是否成功释放资源。

property config

获取环境的配置信息。

返回：

dict，一个包含环境信息的字典。

property done_space

获取环境的终止空间。

返回：

Space，环境的终止空间。

property observation_space

获取环境的状态空间。

返回：

Space，环境的状态空间。

reset()

将环境重置为初始状态。reset方法一般在每一局游戏开始时使用，并返回环境的初始状态值。

返回：

Tensor，表示环境初始状态。

property reward_space

获取环境的状态空间。

返回：

Space，环境的奖励空间。

step(action)

执行环境Step函数来和环境交互一回合。

参数：

• action (Tensor) - 包含动作信息的Tensor。

返回：

• state (Tensor) - 输入动作后的环境返回的新状态。

• reward (Tensor) - 输入动作后环境返回的奖励。

• done (Tensor) - 输入动作后环境是否终止。

• discount (Tensor) - 环境对于当前状态返回的折扣