instadeepai/Mava

[BUG]Jumanji RWARE reward shape mismatch

Open

#1.110 aberto em 24 de out. de 2024

Ver no GitHub
 (1 comment) (0 reactions) (0 assignees)Python (122 forks)auto 404
buggood first issue

Métricas do repositório

Stars
 (922 stars)
Métricas de merge de PR
 (Métricas PR pendentes)

Description

We found that in the 4ag RWARE task, env.reward_spec().generate_value() gives something of shape (), but the reward that environment outputs is actually of shape (num_agents).

This is curious because I believe the scenario should output a reward of shape ().

Maybe it's a wrapper thing?

Guia do colaborador

Direção de pesquisa
Investigue a função de recompensa na tarefa 4ag RWARE e rastreie a função step do ambiente para identificar por que a forma de reward.spec() difere da forma real da recompensa. Verifique se um wrapper modifica a recompensa.
Pilha de tecnologia
python
Domain
machine learningai
Tipo Issue
Bug
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
2
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-3 horas
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonJAXreinforcement learning
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60