Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Flattened observations disagree with explicitly declared task specifications

Đang mở
  • Có gì không ổn?
#557 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
3/5
Thời gian dự kiến
1-2 ngày
Mức phù hợp với người mới
74/100
Loại issue
Lỗi
Độ rõ ràng
Khá rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
numpy, python
Lĩnh vực
backend-api-design

Hướng nghiên cứu

Start at control.Environment.observation_spec and compare the explicit-spec path with the existing fallback flattening path used when no specification is declared. Check that flat_observation preserves shapes and NumPy dtype promotion without materializing observations or calling get_observation, while leaving the caller's spec and mapping type unchanged. Run the regression against reset and step behavior to confirm the declared and inferred paths agree.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Reproduction

On current main, an environment using flat_observation=True flattens the values returned by reset and step, but returns an unflattened specification when the task implements observation_spec.

For example, a task declaring a float32 position array of shape (2,) and an int32 scalar mode produces one float64 observations array of shape (3,). Environment.observation_spec() instead returns the original two specifications.

The fallback path for tasks without an explicit specification already flattens correctly. Agents that allocate or validate observations from the environment specification therefore behave differently depending on whether the task supplies its own spec.

Expected behavior

Flatten the declared shapes and apply NumPy's concatenation dtype promotion when flattening is enabled, without materializing observation arrays or calling get_observation. Preserve the caller's spec, mapping type, normal unflattened behavior, and the existing inference path.

Reproduced with actual control.Environment calls and a small native MuJoCo task. The new regression fails on current main at a04e3e4cf56c12117d2294bb090f9acec21e5c67; no renderer, trained policies or external service is required.

Ngôn ngữ chính
Python
Star
4.7k
Fork
768
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của google-deepmind/dm_control

Tất cả issue của google-deepmind/dm_control

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.