OpenAI 环境（健身房）应该如何使用 env.seed(0)？答案

【问题标题】：How should OpenAI environments (gyms) use env.seed(0)?OpenAI 环境（健身房）应该如何使用 env.seed(0)？
【发布时间】：2018-04-30 02:01:46
【问题描述】：

我创建了一个非常简单的 OpenAI 健身房 (banana-gym)，想知道是否/如何实现 env.seed(0)。

例如，请参阅https://github.com/openai/gym/issues/250#issuecomment-234126816。

【问题讨论】：

标签： random random-seed openai-gym

【解决方案1】：

在最近的merge 中，OpenAI gym 的开发者改变了env.seed() 的行为，不再调用env._seed() 方法。相反，该方法现在只是发出警告并返回。我想如果你想用这个方法来设置你的环境的种子，你应该现在就覆盖它。

【讨论】：

【解决方案2】：

env.seed() 函数的文档字符串（可在this file 中找到）提供了以下有关该函数应执行的操作的文档：

Sets the seed for this env's random number generator(s).

    Note:
        Some environments use multiple pseudorandom number generators.
        We want to capture all such seeds used in order to ensure that
        there aren't accidental correlations between multiple generators.
    Returns:
        list<bigint>: Returns the list of seeds used in this env's random
          number generators. The first value in the list should be the
          "main" seed, or the value which a reproducer should pass to
          'seed'. Often, the main seed equals the provided 'seed', but
          this won't be true if seed=None, for example.

请注意，与您链接到的问题中的文档和 cmets 似乎暗示的不同，它似乎（对我而言）不像 env.seed() 应该被自定义环境覆盖。 env.seed() 有一个非常简单的实现，它只调用并返回 env._seed() 的返回值，在我看来是应该被自定义环境覆盖的函数。

例如，OpenAI gym 的atari environments 有一个自定义的_seed() 实现，它设置了（基于C++ 的）Arcade 学习环境内部使用的种子。

由于您在your custom environment 中有一个random.random() 调用，您可能应该实现_seed() 来调用random.seed()。这样，您的环境的用户可以通过确保在您的环境中使用相同的参数调用seed() 来重现实验。

注意： 像这样乱用全局随机种子可能是出乎意料的，最好在初始化环境时创建一个专用的随机对象，为该对象设置种子，并确保如果您在环境中需要随机数，请始终从该对象获取随机数。

【讨论】：