OpenAI Gym： `action_space`表記（spaces.Box）を理解する

Question

OpenAI _CarRacing-v0_環境でRLエージェントをセットアップしたいのですが、その前にアクションスペースを理解したいと思います。 githubのコード 行で119さんのコメント：

_self.action_space = spaces.Box( np.array([-1,0,0]), np.array([+1,+1,+1]))  # steer, gas, brake
_

この行を読むにはどうすればよいですか？私の問題は具体的なwrt _CarRacing-v0_ですが、spaces.Box()表記について一般的に理解したいと思います

Answer 1

Boxは、実際の値の数量を扱っていることを意味します。

最初の配列_np.array([-1,0,0]_は受け入れられる最小値で、2番目のnp.array([+1,+1,+1])は受け入れられる最大値です。この場合（コメントを使用）、3つの使用可能なアクションがあることがわかります。

1. ステアリング：_[-1, 1]_で実際の値
2. ガス：_[0, 1]_で実際の値
3. ブレーキ：_[0, 1]_で実際の値