Python中利用gym.spaces.boxBox()函数生成随机数的实现方法

要在Python中使用gym.spaces.boxBox()函数生成随机数，需要先导入gym和numpy库。gym库提供了一个名为spaces的模块，其中包含了各种常见的RL环境空间，包括box空间。box空间是连续的N维空间，可以用来表示一组实数值。

首先，可以使用boxBox()函数创建一个box空间对象。boxBox()函数有三个参数：low、high和shape。low和high参数分别指定了box空间每个维度的最小和最大值，shape参数则指定了box空间的形状。

下面是一个使用gym.spaces.boxBox()函数生成随机数的例子：

import gym
import numpy as np

# 创建一个3维的box空间对象
box_space = gym.spaces.boxBox(low=-1, high=1, shape=(3,))

# 生成一个3维的随机数样本
random_sample = box_space.sample()

print("Random sample:", random_sample)

在上面的例子中，我们创建了一个形状为(3,)的3维box空间对象。low参数设置为-1，high参数设置为1，表示每个维度的取值范围是-1到1之间的实数。然后，我们使用sample()方法从box空间对象中生成了一个随机样本。最后，我们将生成的随机样本打印出来。

运行上面的代码，可能得到的输出结果类似于：

Random sample: [ 0.123  -0.987   0.456 ]

可以看到，我们得到了一个包含3个随机实数的一维数组作为随机样本。

除了生成单个随机样本之外，还可以使用np.random函数生成多个随机样本：

import gym
import numpy as np

# 创建一个2维的box空间对象
box_space = gym.spaces.boxBox(low=-1, high=1, shape=(2,))

# 生成5个2维的随机数样本
random_samples = np.random.default_rng().random((5, 2)) * (box_space.high - box_space.low) + box_space.low

print("Random samples:")
for sample in random_samples:
    print(sample)

在上面的例子中，我们使用np.random.default_rng().random((5, 2))函数生成了一个形状为(5, 2)的随机数样本。然后，我们将这个样本调整到box空间对象的范围内，即乘以(box_space.high - box_space.low)并加上box_space.low。最后，我们打印出生成的多个随机样本。

运行上面的代码，可能得到的输出结果类似于：

Random samples:
[-0.433 -0.201]
[ 0.197 -0.111]
[ 0.567 -0.837]
[-0.903  0.475]
[-0.732  0.978]

可以看到，我们得到了5个形状为(2,)的随机样本。

总结起来，要在Python中利用gym.spaces.boxBox()函数生成随机数，只需要创建一个box空间对象，然后使用sample()方法生成随机样本即可。如果需要生成多个随机样本，可以使用numpy库中的随机数函数，并将生成的样本调整到box空间对象的范围内。