初始化文件配置

配置csv文件

配置0_general.csv文件

该文件主要定义环境配置中使用到的基本选项的属性值，包括地图的大小、时间的瓷都等等，如下表中所示：

配置示例如下所示：

配置1_landform.csv文件

该文件主要定义环境中存在的不同的地形以及其对应的BUFF属性，同时配置agent以及being的分布。

配置示例如下所示：

该示例中包含有Grassland和Forest等两种地形，同时随机初始化的面积比例是 Grassland : Forest = 2 : 3。

配置地形BUFF

在不同的地形上，agent的相关属性会受到不同的影响。该影响由6_buff.csv中定义的BUFF决定，其中，landform_LandformName为名为LandformName地形对应的BUFF。由示例表格中可以看出，地形Grassland对应的地形BUFF为landform_Grassland，在该地形上agent的视野范围增加1，详细信息参见6_buff.csv中示例。

配置agent以及being分布

可以根据地形配置文件中定义的地形，在2_agent.csv和3_being.csv中Distribution列定义这些物种在不同地形上的数目，具体参加以上文件配置中的实例。

配置2_agent.csv文件

该文件主要环境中智能体的基本特性以及相应的属性值，如下表中所示：

具体实例如下表中所示：

添加新类型的agent

添加新类型的agent主要包含2个步骤：

• 编辑上述表格，如在表格中增加名为PYS的agent，同时定义相关的属性。
  • Distritbuion列的各种不同类型的agent的总数目应该等于0_general.csv中AgentCount列中定义的数目。
• 在根目录下assets添加对应的agent素材图片，如名为PYS的agent需添加PYS.png的图片，该图片的分辨率为32x32。

配置3_being.csv文件

这个文件主要定义环境中存在的生物的相关特性以及属性值。 在环境中，being是除了agent之外在环境中存在的生物，包括动物和植物。Being的行为是自动的，根据给出的配置信息，being有一套特定的与环境交互的规则。

具体实例如下表中所示：

其中，Distribution列中地形为1_landform.csv中定义；CollectTable列以及DropTable列中材料为4_item.csv中定义。

添加新类型的being

添加新类型的being主要包含2个步骤：

• 编辑上述表格，如在表格中增加名为Ox的being，同时定义相关的属性。
  • CollectTable列以及DropTable列中定义的材料为4_item.csv中定义。
• 在根目录下assets添加对应的being素材图片，如名为Ox的生物需添加Ox.png的图片，该图片的分辨率为32x32。

配置4_item.csv文件

该文件主要定义环境中存在的各种材料，包括采集物、掉落物以及合成物。其中，采集物由agent从3_being.csv和5_resource.csv中定义的物品中采集获得，掉落物由agent杀死3_being.csv中定义的being后拾取获得，合成物由上述的物品按照SythesizeTable列中定义的合成方式合成得到，具体定义如下表中所示：

具体实例如下所示：

添加新类型的item

添加新类型的item主要包含2个步骤：

• 编辑上述表格，如在表格中增加名为Meat的item，同时定义相关的属性。
  • EquipBuff列以及ConsumeBuff列中BUFF信息在6_buff.csv中定义。
  • SythesizeTable列定义装备的合成方式。
• 在根目录下assets添加对应的item素材图片，如名为Meat的item需添加Meat.png的图片，该图片的分辨率为32x32。

配置5_resource.csv文件

resource定义了环境中存在的各种资源及资源所能提供的item。agent可以从一种资源中采集到特定的item。

具体实例如下所示：

添加新类型的resource

添加新类型的resource主要包含2个步骤：

• 编辑上述表格，如在表格中增加名为Rock的resource，同时定义相关的属性。
  • CollectTable列中定义的材料为4_item.csv中定义。
• 在根目录下assets添加对应的resource素材图片，如名为Rock的生物需添加Rock.png的图片，该图片的分辨率为32x32。

配置6_buff.csv文件

buff表定义了各种buff名所对应的增益,作用在持有者的attribute上。

具体实例如下表所示：

添加新类型的buff

编辑上述表格，如在表格中增加名为consume_Meat的buff，同时定义相关的属性。若想设计一种新的Buff机制，需要用户自行定义BuffWorkFunction函数。

一般的Buff添加示例如下

• 添加一种立即生效的consume_buff

  假设需要引入一种新的食物FoodA，消耗后立即获得3点HP和5点饥渴度:

  BuffName	Enhance	Duration	Repeat	BuffWorkFunction
  consume_FoodA	HP:3;Thirst:5	0	0	0

  Duration,Repeat,BuffWorkFunction在这种情形下都设为0。

• 添加一种持续生效的consume_buff

  假设需要引入一种新的食物foodB，消耗后在5个step内，每个step结束时增加3点HP：

  BuffName	Enhance	Duration	Repeat	BuffWorkFunction
  consume_FoodB	HP:3	5	1	0

  其中，Duration是持续发挥作用的step数，Repeat设置为1，BuffWorkFunction为0。

• 添加一种equip_buff

  假设需要引入一种新的装备，名为Hammer，装备后攻击力上升20，卸下时攻击力下降20：

  BuffName	Enhance	Duration	Repeat	BuffWorkFunction
  equip_Hammer	ATK:20	-1	0	1

  一般来说，equip buff的Duration,Repeat,BuffWorkFunction依次为-1,0,1.

配置7_weather.csv文件

定义了四季对应天气的比例，天气A在一种Season B下的出现率=A在B的比重/总比重。

配置示例见下表：

更改weather

根据每个季节所需要的天气占比，更改表中对应权重即可。

配置8_preset.csv文件

preset定义了各类object(agent,being,item,resource)在地图中的分布。若0_general.csv中定义的UsePreset为0，则不启用preset。

若地图大小为n*n，则表格大小为n*n，第i行j列第格子对应的是地图坐标(i,j)上的【地形id(int)-object名称(string)-数量(int)】。其中地形id要小于总地形数，object名称需要与2_agent.csv，3_being.csv，4_item.csv，5_resource.csv中一致，只有item的数量才可大于1。

若地图大小为4*4，可以通过如下形式定义地图：

如上表所示，0-Torch-3代表该坐标地形id为0，有3个Torch；当只有地形id时代表该坐标上没有object，如0代表该坐标地形id为0，没有物品；没有数量时默认数量为1，如0-PYS代表该坐标地形id为0，有1个PYS。

用户可以根据需要按上述方式编辑preset表格，定义所需地图。

配置json文件

配置game_done.json文件

game_done.json是定义了游戏的结束条件，当agent满足game_done.json中的任意一条时，视为游戏结束。

默认配置和具体含义如下，

{    
  #结束位置，当agent到达点(-1,-1)或点(23，25),视为游戏结束
    "position": [
        [-1, -1],
        [23, 25]
    ],
  #结束属性，当agent的属性中Hunger==0或者Thirst==0,视为游戏结束
    "attribute": {
        "Hunger": 0,
        "Thirst": 0
    },
  #结束物品，当agent的backpack中Meat==50或者Branch==1000,视为游戏结束
    "backpack": {
        "Meat": 50,
        "Branch": 1000
    },
  #结束装备，当agent的equipment中具有Bow或者WoodArmor,视为游戏结束
    "equipment": [
        "Bow",
        "WoodArmor"
    ]
}

修改game_done.json文件

position

position为一个由坐标[x(int),y(int)]组成的list，删除其中的某一个[x,y]可将点(x,y)从结束位置中移除；在position list中增加[x,y]，可将点(x,y)视为结束位置。

attribute

attribute为一个由[属性名(string):值(int)]构成的dict，增加/删除/修改其中的[属性名(string):值(int)]，可以变更由属性决定的结束条件，注意属性名要在2_agent.csv中给出定义。

backpack

attribute为一个由[物品名(string):值(int)]构成的dict，增加/删除/修改其中的[物品名(string):值(int)]，可以变更由背包物品决定的结束条件，注意物品名要与4_item.csv中一致。

equipment

equipment为一个由装备名(string)组成的list，删除其中的某一个装备名E可将E不再视为结束装备；在equipment list中增加装备名E，可将装备E视为结束装备。

配置score.json文件

score.json文件定义了执行各个动作所能得到的reward。在环境中，reward是根据agent执行动作后返回的结果计算出来的，每一个动作获得的reward都对应一个dict；除此之外，agent的死亡判定、目标点价值、属性增益也会计算出reward，叠加到动作对应的reward中来构成最终的reward。

Idle

由于Idle指agent不进行任何操作，只会返回success（agent死亡时返回fail），因此我们如下配置，

"Idle": {
    "default": 0.0
  },

其中"default"代表默认值，若想给agent的不作为一定惩罚，可以将其设为一个合理的负值。

Attack

Attack为一个dict，内容为[动作结果(string):reward(float)]。

agent在进行Attack操作后，会得到fail/object_hit/object_kill三种结果，其中object应该与3_being.csv中所定义的一致，

• fail，攻击失败，对应一个reward。
• object_hit,攻击成功，对object造成了伤害。每个object对应一个reward，若没有定义objectA_hit的reward，则采用default_hit对应的reward。
• object_kill,攻击成功，杀死了object。每个object对应一个reward，若没有定义objectA_kill的reward，则采用default_kill对应的reward。

  "Attack": {
    "fail": -1.0,
    "default_hit": 0.0,
    "default_kill": 0.0,
    "Pig_hit": 0.0,
    "Pig_kill": 0.0
  },

上面为Attack dict的配置示例，除了默认的fail,default_hit,default_kill所对应的reward值之外，还定义了Pig_hit和Pig_kill的reward，这使得：

• 攻击失败获得fail对应的reward
• 对Pig造成伤害获得Pig_hit对应的reward

• 杀死Pig获得Pig_kill对应的reward

• 对除Pig以外的object造成伤害获得default_hit对应的reward
• 杀死除Pig以外的object获得default_kill对应的reward

在Attack dict中根据需要进行修改/增加/删除,则可修改Attack动作所返回的reward。

Collect

Collect为一个dict，内容为[动作对象(string):reward(float)]。

agent在进行Collect操作后，会得到fail/object两种结果，其中object应该与3_being.csv和5_resource.csv中所定义的一致，

• fail，采集失败，对应一个reward。
• object,采集object成功。每个object对应一个reward，若没有定义objectA的reward，则采用default对应的reward。

  "Collect": {
    "fail": -1.0,
    "default": 0.0,
    "Tree": 0.0
  },

上面为Collect dict的配置示例，除了默认的fail,default所对应的reward值之外，还定义了Tree的reward，这使得：

• 采集失败获得fail对应的reward

• 从Tree上采集物品获得Tree对应的reward

• 对除Tree以外的object采集成功获得default对应的reward

在Collect dict中根据需要进行修改/增加/删除,则可修改Collect动作所返回的reward。

Discard

Discard为一个dict，内容为[动作对象(string):reward(float)]。

agent在进行Discard操作后，会得到fail/object两种结果，其中object应该与4_item.csv中所定义的一致，

• fail，丢弃失败，对应一个reward。
• object,丢弃object成功。每个object对应一个reward，若没有定义objectA的reward，则采用default对应的reward。

  "Discard": {
    "fail": -1.0,
    "default": 0.0,
    "Meat": 0.0
  },

上面为Discard dict的配置示例，除了默认的fail,default所对应的reward值之外，还定义了Meat的reward，这使得：

• 丢弃失败获得fail对应的reward

• 丢弃Meat获得Meat对应的reward

• 丢弃除Meat以外的object获得default对应的reward

在Discard dict中根据需要进行修改/增加/删除,则可修改Discard动作所返回的reward。

Move

Move为一个dict，只对应两个结果fail/default，配置如下，用户可以根据需要自行修改数值。

  "Move": {
    "fail": -1.0,
    "default": 0.0
  },

Synthesize

Synthesize为一个dict，内容为[动作对象(string):reward(float)]。

agent在进行Synthesize操作后，会得到fail/object两种结果，其中object应该与4_item.csv中所定义的一致，

• fail，合成失败，对应一个reward。
• object,合成object成功。每个object对应一个reward，若没有定义objectA的reward，则采用default对应的reward。

  "Synthesize": {
    "fail": -1.0,
    "default": 0.0,
    "Torch": 0.0
  },

上面为Synthesize dict的配置示例，除了默认的fail,default所对应的reward值之外，还定义了Torch的reward，这使得：

• 合成失败获得fail对应的reward

• 合成Torch获得Torch对应的reward

• 合成除Torch以外的object获得default对应的reward

在Synthesize dict中根据需要进行修改/增加/删除,则可修改Synthesize动作所返回的reward。

Pickup

Pickup为一个dict，内容为[动作对象(string):reward(float)]。

agent在进行Pickup操作后，会得到fail/object两种结果，其中object应该与4_item.csv中所定义的一致，

• fail，拣取失败，对应一个reward。
• object,拣取object成功。每个object对应一个reward，若没有定义objectA的reward，则采用default对应的reward。

  "Pickup": {
    "fail": -1.0,
    "default": 0.0,
    "Meat": 0.0
  },

上面为Pickup dict的配置示例，除了默认的fail,default所对应的reward值之外，还定义了Meat的reward，这使得：

• 拣取失败获得fail对应的reward

• 拣取Meat获得Meat对应的reward

• 拣取除Meat以外的object获得default对应的reward

在Pickup dict中根据需要进行修改/增加/删除,则可修改Pickup动作所返回的reward。

Equip

Equip为一个dict，内容为[动作结果(string):reward(float)]。

agent在进行Equip操作后，会得到fail/object_equip/object_undress三种结果，其中object应该与4_item.csv中所定义的一致，

• fail，装备失败，对应一个reward。
• object_equip,装备object成功。每个object对应一个reward，若没有定义objectA_equip的reward，则采用default_equip对应的reward。
• object_undress，卸下object成功。每个object对应一个reward，若没有定义objectA_undress的reward，则采用default_undress对应的reward。

  "Equip": {
    "fail": -1.0,
    "default_equip": 0.0,
    "default_undress": 0.0,
    "Torch_equip": 0.0,
    "Torch_undress": 0.0
  },

上面为Equip dict的配置示例，除了默认的fail,default_equip,default_undress所对应的reward值之外，还定义了Torch_equip和Torch_undress的reward，这使得：

• 装备失败获得fail对应的reward
• 装备Torch获得Torch_equip对应的reward

• 卸下Torch获得Torch_undress对应的reward

• 装备除Torch以外的object获得default_equip对应的reward
• 卸下除Torch以外的object获得default_undress对应的reward

在Equip dict中根据需要进行修改/增加/删除,则可修改Equip动作所返回的reward。

Consume

Consume为一个dict，内容为[动作对象(string):reward(float)]。

agent在进行Consume操作后，会得到fail/object两种结果，其中object应该与4_item.csv中所定义的一致，

• fail，消耗失败，对应一个reward。
• object,消耗object成功。每个object对应一个reward，若没有定义objectA的reward，则采用default对应的reward。

  "Consume": {
    "fail": -1.0,
    "default": 0.0,
    "Water": 0.1,
    "Meat": 0.1
  },

上面为Consume dict的配置示例，除了默认的fail,default所对应的reward值之外，还定义了Meat,Water的reward，这使得：

• 消耗失败获得fail对应的reward
• 消耗Meat获得Meat对应的reward

• 消耗Water获得Water对应的reward

• 消耗除Meat、Water以外的object获得default对应的reward

在Consume dict中根据需要进行修改/增加/删除,则可修改Consume动作所返回的reward。

Attribute

对该reward的计算是独立的，每个step后都会计算并叠加到reward当中。

Attribute是一个dict，内容格式为[属性名(string):reward(int)]，它根据agent自身attribute的变化来计算reward。其中属性名需要与2_agent.csv中所定义的一致。

属性增益所带来的reward计算公式如下， \(r=\Sigma_{i\epsilon I} Attribute['i']\times\Delta i+\Sigma_{j\epsilon J} Attribute['default']\times\Delta j\) 其中I是在Attribute dict的key中包含的属性名集合，J是没有在Attribute dict的key中出现的属性名集合。

示例配置如下，

  "Attribute":{
    "default": 0.0,
    "ATK": 1.0,
    "HP": 2.0,
    "DEF": 0.5
  },

在Attribute dict中根据需要进行修改/增加/删除,则可修改属性变化所造成的reward。

Dead

对该reward的计算是独立的，每个step后都会计算并叠加到reward当中。

agent在死亡时获得的reward，一般为负数，示例如下

"Dead": -10,

ScorePoint

对该reward的计算是独立的，每个step后都会计算并叠加到reward当中。

agent在达到特定目标点时获得的reward，如，若想让agent在到达点(0,0)获得-1的reward，在到达点(9,9)获得1的reward可如下配置，

"ScorePoint": {
    "0-0" : -1,
    "9-9" : 1
  }

用户想要修改ScorePoint时，只需在"ScorePoint"字典内增加或删除["x坐标(int)-y坐标(int)":reward(float)]即可。

配置示例

{
  "Idle": {
    "default": 0.0
  },
  "Attack": {
    "fail": -1.0,
    "default_hit": 0.0,
    "default_kill": 0.0,
    "Pig_hit": 0.0,
    "Pig_kill": 0.0
  },
  "Collect": {
    "fail": -1.0,
    "default": 0.0,
    "Tree": 0.0
  },
  "Discard": {
    "fail": -1.0,
    "default": 0.0,
    "Meat": 0.0
  },
  "Move": {
    "fail": -1.0,
    "default": 0.0
  },
  "Synthesize": {
    "fail": -1.0,
    "default": 0.0,
    "Torch": 0.0
  },
  "Pickup": {
    "fail": -1.0,
    "default": 0.0,
    "Meat": 0.0
  },
  "Equip": {
    "fail": -1.0,
    "default_equip": 0.0,
    "default_undress": 0.0,
    "Torch_equip": 0.0,
    "Torch_undress": 0.0
  },
  "Consume": {
    "fail": -1.0,
    "default": 0.0,
    "Water": 0.1,
    "Meat": 0.1
  },
  "Attribute":{
    "default": 0.0,
    "ATK": 1.0,
    "HP": 2.0,
    "DEF": 0.5
  },
  "Dead": -10,
  "ScorePoint": {
    "0-0" : -1,
    "9-9" : 1
  }
}