我如何構造這個while循環，以便它檢查兩個條件並在必要時終止它

Question

我這里有這段代碼

def step(self, joint_values):
    """
    Step function which publishes actions and evaluates state/reward.

    Args:
        action: takes an action (Int) as input. Value from 0-6

    Returns:
        State after executed action, reward after executed action and done, 
        which is a bool, True or False depending on if episode is done.
    """
    self.iterator += 1

    self._coll = self.observation_callback_collision()
    coll_force = self._coll.wrench.force.x

    if coll_force >= 150 or coll_force <= -150:
        self.reset_robot2.call()
        self.reward_coll = -0.5
        self.collided += 1
        print("#############Collision##############")
        rospy.sleep(1)

    #print("ACTION", joint_values)
    else:
        i = 0
        while i<=1000:
            self.traj.header.stamp = rospy.Time.now()
            action = JointTrajectoryPoint()
            action.positions = joint_values
            #print("W", action.positions)
            action.time_from_start = rospy.Duration(0.7)
            self.traj.points = []
            self.traj.points.append(action)
            #rospy.sleep(4.5)
            self.action_pub.publish(self.traj)

            i +=0.1

如果您在這里看到我想要實現的是，每當調用步驟 function 時，它都會檢查 if 條件（如果它為真，那么它會重置機器人，否則它會激活 while 循環）。 問題是當 RL 代理選擇一個動作“joint_values”時，當調用步驟 function 時，if con 只檢查一次，如果代理選擇的動作不好，機器人就會發生碰撞。

我想要的是，當步驟 function 被稱為 while 循環時 i<= 1000在 i += 1 處終止時，還會每次檢查碰撞，即coll_force >= 150 或 coll_force <= -150:以及如果碰撞超過了停止發布動作 (self.action_pub.publish(self.traj)) 並重置機器人 (self.reset_robot2.call()) 的限制。

我知道這有點令人困惑，但我想做的是這樣的，

def step(self, joint_values):

    self.iterator += 1

    self._coll = self.observation_callback_collision()
    coll_force = self._coll.wrench.force.x


    while i<=1000:
      if coll_force >= 150 or coll_force <= -150:
            self.reset_robot2.call()
            self.reward_coll = -0.5
            self.collided += 1
            print("#############Collision##############")
            rospy.sleep(1)

      else:
            self.traj.header.stamp = rospy.Time.now()
            action = JointTrajectoryPoint()
            action.positions = joint_values
            #print("W", action.positions)
            action.time_from_start = rospy.Duration(0.7)
            self.traj.points = []
            self.traj.points.append(action)
            self.action_pub.publish(self.traj)

      i +=0.1

但這似乎無法正常工作

Answer 1

通常，當您要檢查循環中的多個條件時，可以使用累積標志來指示循環是否應該終止。 還有其他選項，例如break或將i設置為范圍之外的值，但為了便於閱讀，最好使用該標志：

is_running = True
while is_running:
    # do stuff here, calculate coll_force
    i += 0.1
    is_running = is_running and (coll_force > -150 and coll_force < 150)
    is_running = is_running and i <= 1000

這樣，您可以使用任意數量的條件，每個條件都可以與其他條件分開處理，並且您有一個明顯的位置可以閱讀檢查條件的代碼，即在循環塊的末尾。

Answer 2

我喜歡艾蒂安的回答。 並建議您按照他的建議構建您的 function。 或者，這是對您的第一次嘗試的修改，它應該完全按照您的意願進行。

• 我添加了一個reset_one state 作為if語句要滿足的第二個條件。 如果if被調用過一次，它將被設置為 true 並且不允許if捕獲，只允許調用else 。

• 或者，如果您允許一定數量的重置，您可以使用我已注釋掉的reset_count變量。

def step(self, joint_values):
    self.iterator += 1

    self._coll = self.observation_callback_collision()
    coll_force = self._coll.wrench.force.x

    # Add has_been_reset boolean state.
    reset_once = False
    # reset_count = 0  # Alternative.

    while i <= 1000:

        # Added second condition. Modify condition if you allow a certain
        # amount of resets during the while loop. Here it allows the if
        # condition to be triggered ONCE (Use reset_count <= n_allowed
        # alternatively)
        if (coll_force >= 150 or coll_force <= -150) and not reset_once:
            self.reset_robot2.call()
            self.reward_coll = -0.5
            self.collided += 1
            print("#############Collision##############")
            rospy.sleep(1)

            reset_once = True  # <--------------
            # reset_count += 1   # <-- Alternative

        else:
            self.traj.header.stamp = rospy.Time.now()
            action = JointTrajectoryPoint()
            action.positions = joint_values
            # print("W", action.positions)
            action.time_from_start = rospy.Duration(0.7)
            self.traj.points = []
            self.traj.points.append(action)
            self.action_pub.publish(self.traj)

        i += 0.1

編輯：錯字*