强化学习算法中的reset函数解释：环境重置与初始观察值的生成

这段代码是一个强化学习算法中的reset函数，用于重置环境并返回初始观察值。具体作用如下：

• 调用环境的reset函数，返回初始观察值observation；
• 将自身的'prev_player_health'和'prev_oppont_health'属性重置为满血状态；
• 将自身的'total_timesteps'属性重置为0；
• 清空帧栈'frame_stack'，并将初始观察值observation的每个第二维和第三维取每隔两行/列的值，构成一个新的观察值，并将该新观察值添加到帧栈'frame_stack'中，重复添加'num_frames'次；
• 返回由帧栈'frame_stack'中的三个元素组成的新的观察值，该新的观察值的第三维按顺序由帧栈'frame_stack'中的三个元素的第三维组成。