[Assistance] OS task retrun infos

[xiaxiaxiatengxi]

Describe the bug
我看我们的OS环境目前是以用docker的方式把环境进行打包，之后利用Python的Docker.py和os环境交互。
想问一下，我们的OS环境，有相关的操作说明吗？
就类似RL的环境
每一步都有哪些可执行操作、环境会有的反馈以及每一次的reward，我想单独把OS交互的代码拿出来，之后适配到我们自己的任务里……

[zhc7]

我们没有额外规定动作空间，模型相当于就是对着一个bash想输入什么输入什么，bash返回了什么我们就给模型看什么，因此也没有每一个步骤的reward，只有最后checking script返回对错与否可以当做最终的reward。