解读gym中的action_space和observation_space

做强化学习的相关任务时通常需要获取action和observation的数目，但是单智能体和多智能体环境下的action_space等其实是不同的。

先看单智能体环境，

print(env.action_space)
print(env.observation_space)

打印相关的space，输出如下：

Discrete(19)
Box(115,)

其中Discrete(19)是action_space，19代表有19个action，它其实是一个类，并且继承一个Space类，所以不可能用n_actions=env.action_space[0]这样类似数组的手段来得到action的个数，同理observation也是，一般获取action和observation个数如下：

n_actions=env.action_space.n #19
n_observations=env.observation_space.shape[0] #115

这样就能得到action个数为19，observation为115。
而对于多智能体的相关space如下：

MultiDiscrete([19 19 19])
Box(3, 115)

其中MultiDiscrete([19 19 19])代表的是action_space，它不能再像单智能体那样n_actions=env.action_space.n来获取action个数，因为MultiDiscrete([19 19 19])这个类没有n这个属性，此外我们需要从这两个space中得到智能体的个数，针对action_space，其实可以用.nvec属性将MultiDiscrete转为数组：

sa_size=[]
for acsp in env.action_space.nvec:
	sa_size.append((env.observation_space.shape[1], acsp))

print(sa_size)
n_agents=len(sa_size)

将所有的action和observation个数写到sa_size列表中就行。
如何写一个通用的呢？可以使用env.action_space.shape这个变量来判断，在单智能体该变量为空，如下：

sa_size=[]
if env.action_space.shape:
    for acsp in env.action_space.nvec:
        sa_size.append((env.observation_space.shape[1], acsp))
else:
    sa_size.append((env.observation_space.shape[0], env.action_space.n))

print(sa_size)