class mindspore_rl.environment.StarCraft2Environment(params, env_id=0)

StarCraft2Environment是一个SMAC的包装器。SMAC是WhiRL的一个基于暴雪星际争霸2这个战略游戏开发的用于多智能体强化学习（MARL）在合作场景的环境。SMAC通过使用暴雪星际争霸2的机器学习API和DeepMind的PySC2提供了易用的界面方便智能体与星际争霸2的交互来获得环境的状态和合法的动作。不像PySC2，SMAC专注于去中心的细微操控场景，这种场景下游戏中的每个单位都会被一个独立的RL智能体操控。更多的信息请查阅官方的SMAC官方的GitHub： <https://github.com/oxwhirl/smac>。

参数：

• params (dict) - 字典包含StarCraft2Environment类中所需要的所有参数。

  配置参数	备注
  sc2_args	一个用于创建SMAC实例的字典包含一些SMAC需要的key值 如map_name. 详细配置信息请查看官方GitHub。

• env_id (int) - 环境id，用于设置环境内种子。

支持平台：

Ascend GPU CPU

样例：

>>> env_params = {'sc2_args': {'map_name': '2s3z'}}
>>> environment = StarCraft2Environment(env_params, 0)
>>> print(environment)

property action_space

获取环境的动作空间。

返回：

Space，返回环境的动作空间。

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，返回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，返回环境的终止空间。

get_step_info()

在与环境交互后，获得环境的信息。

返回：

• battle_won (Tensor) - 是否这局游戏取得胜利。

• dead_allies (Tensor) - 己方单位阵亡数量。

• dead_enemies (Tensor) - 敌方单位阵亡数量。

property observation_space

获取环境的状态空间。

返回：

返回环境的状态空间。

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，全局状态以及新的合法动作。

返回：

tuple，包含了环境的初始状态值，全局状态以及新的合法动作这几个Tensor。

property reward_space

获取环境的奖励空间。

返回：

Space，返回环境的奖励空间。

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。

• global_obs (Tensor) - 输入动作后环境返回的新的全局状态。

• avail_actions (Tensor) - 输入动作后环境返回的新的合法动作。