"""
ManiSkill StackThreeCube 向量化环境构造。

- ``sim_backend=gpu``：单进程内 ``num_envs=n``（GPU 批量仿真）。
- ``sim_backend=cpu``：禁止单进程 ``num_envs>1``，使用 ``AsyncVectorEnv`` 多进程，每进程 ``num_envs=1``。

SAC / PPO 等脚本应复用 ``make_batched_stack_threecube_env``，避免再踩坑。
"""
from __future__ import annotations

import os
from typing import Any


def single_action_space(env: Any) -> Any:
    """ManiSkill 批量 env 与 gymnasium.VectorEnv：用 single_action_space 表示单环境动作。"""
    return getattr(env, "single_action_space", env.action_space)


def make_batched_stack_threecube_env(
    *,
    env_id: str,
    obs_mode: str,
    control_mode: str,
    sim_backend: str,
    render_backend: str,
    num_envs: int,
) -> Any:
    import gymnasium as gym
    from gymnasium.vector import AsyncVectorEnv

    import mani_skill.envs  # noqa: F401 — 注册 ManiSkill 内置环境
    import vagen.env.primitive_skill.maniskill.env  # noqa: F401 — 注册 StackThreeCube

    n = int(num_envs)
    sb = str(sim_backend).lower()

    if sb == "cpu" and n > 1:

        def make_one() -> Any:
            # Worker 进程里强制不暴露 CUDA，避免 CPU-sim reset 触发 torch.cuda 初始化。
            os.environ.setdefault("CUDA_VISIBLE_DEVICES", "")
            return gym.make(
                env_id,
                num_envs=1,
                obs_mode=obs_mode,
                control_mode=control_mode,
                render_mode="rgb_array",
                sim_backend=sim_backend,
                render_backend=render_backend,
            )

        if n >= 32:
            print(
                f"[maniskill_vector_env] CPU 仿真 + AsyncVectorEnv：将启动 {n} 个子进程；"
                "大规模训练请使用 --sim-backend gpu。"
            )
        return AsyncVectorEnv(
            [make_one for _ in range(n)],
            shared_memory=False,
            context="spawn",
        )

    return gym.make(
        env_id,
        num_envs=n,
        obs_mode=obs_mode,
        control_mode=control_mode,
        render_mode="rgb_array",
        sim_backend=sim_backend,
        render_backend=render_backend,
    )