您可以自己尝试这些操作，但如果您需要其他参考，请查看 GitHub 上的 ALE 文档。

特别是，0 表示没有动作，1 表示开火，这就是为什么它们对球拍没有影响。

这是一个更好的方法：

env.unwrapped.get_action_meanings()

您可以尝试使用此类脚本找出操​​作的确切作用：

action = 0  # modify this!
o = env.reset()
for i in xrange(5): # repeat one action for five times
    o = env.step(action)[0]
IPython.display.display(
    Image.fromarray(
        o[:,140:142]  # extract your bat
    ).resize((300, 300))  # bigger image, easy for visualization
)

action0 和 1 似乎没用，因为球拍没有任何反应。

action2 & 4 使球拍上升，action3 & 5 使球拍下降。

有趣的是，当我将上面的脚本运行action两次（从 2 到 5 次）时，我得到了不同的结果。有时球拍到达顶部（底部）边界，有时没有。我认为球拍的速度可能存在一些随机性，因此可能很难衡量哪种类型的 UP（2 或 4）更快。

2 & 4 和 3 & 5 之间似乎没有区别。Icyblade 提到的不一致是由于 Pong 环境的机制。

“每个动作在 k 帧的持续时间内重复执行，其中 k 是从 {2,3,4} 中均匀采样的”

因此，由于随机性，该动作只是重复了不同的次数