DQN网络代码调用env.reset()后存储观测信息报错问题ValueError: setting an array element with a sequence.解决处理

原创

已于 2022-10-27 16:16:41 修改 · 3.9k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #开发语言

于 2022-10-27 16:14:25 首次发布

博客围绕强化学习DQN网络代码实现展开，针对模拟游戏学习任务，代码执行报错，提示数据维度不对应，怀疑是reset()函数返回的observation有问题，经打印观察，将observation指定为所需的array信息后，网络正常工作。

在强化学习DQN网络代码实现过程中，针对gym环境中的LunarLander-v2模拟游戏进行学习任务。我的部分代码如下，首先是Agent的状态存储过程：

def __init__(self,gamma,epsilon,lr,input_dims,batch_size,n_actions,    
        # ....此前省略 ....
        self.state_memory = np.zeros((self.mem_size,*input_dims),dtype=np.float32)
        self.new_state_memory = np.zeros((self.mem_size,*input_dims),dtype=np.float32)
        
        self.action_memory = np.zeros(self.mem_size,dtype=np.int32)
        self.reward_memory = np.zeros(self.mem_s