instadeepai/Mava

[BUG]Jumanji RWARE reward shape mismatch

Open

#1,110 创建于 2024年10月24日

在 GitHub 查看
 (1 评论) (0 反应) (0 负责人)Python (122 fork)auto 404
buggood first issue

仓库指标

Star
 (922 star)
PR 合并指标
 (PR 指标待抓取)

描述

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?

贡献者指南

研究方向
调查4ag RWARE任务中的奖励函数，并跟踪环境的step函数，以确定为什么reward.spec()的形状与实际奖励形状不同。检查是否有包装器修改了奖励。
技术栈
python
领域
machine learningai
议题类型
缺陷
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
2
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-3 小时
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
PythonJAXreinforcement learning
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
60