Google Colab 中的错误：SystemError：此解释器版本：“3.7.10”与 ViZDoom 编译器的版本不匹配：3.7.11

如何解决Google Colab 中的错误：SystemError：此解释器版本：“3.7.10”与 ViZDoom 编译器的版本不匹配：3.7.11

我正在使用 Google Colab 结合 TensorFlow（特别是 TF-Agents 库）运行 ViZDoom。大多数情况下，当我使用我的代码启动 Colab 笔记本时，我会收到以下错误：

SystemError: This interpreter version: '3.7.10' doesn't match with version of the interpreter ViZDoom was compiled with: 3.7.11

当我尝试导入 vizdoom 时会发生这种情况，在安装了所有依赖项和其他库之后 (from vizdoom import *)。

我通过简单地从头开始再次运行它，设法使 Colab 笔记本工作。但是，有时从头开始再次运行它是行不通的。这似乎有助于在所有安装之前使用 !python3 --version 添加对解释器版本的检查，但这不应该为安装设置 python 版本。

我还尝试以两种不同的方式安装 ViZDoom，这两种方式都显示在下面的完整代码中。两种安装方式都无法始终如一地工作。

为什么解释器版本会改变？有没有办法让它保持不变，所以当它随机发生不起作用时我不必重新安装所有东西？

我正在运行的代码直到出现问题（每个框都是 Colab notebook 的一个部分）：

from google.colab import drive
drive.mount('/content/drive')

# To check Python version:
# !python3 --version

%%bash
# Install deps from 
# https://github.com/mwydmuch/ViZDoom/blob/master/doc/Building.md#-linux
apt update
apt upgrade

apt install build-essential zlib1g-dev libsdl2-dev libjpeg-dev nasm tar libbz2-dev libgtk2.0-dev \
cmake git libfluidsynth-dev libgme-dev libopenal-dev timidity libwildmidi-dev unzip

# Boost libraries
apt install libboost-all-dev

# Lua binding dependencies
apt install liblua5.1-dev

apt update
apt upgrade

!pip install tf-agents

%%bash
apt update
apt upgrade

# Neither way of installing ViZDoom seem to work consistently. I am installing ViZDoom either way at a time,not both ways at the same time.
!pip install git+https://github.com/mwydmuch/ViZDoom
#!pip install vizdoom

### LINE THAT GOES WRONG ###
from vizdoom import *
### LINE THAT GOES WRONG ###

import numpy as np
import pandas as pd
import seaborn as sbrn

import tensorflow as tf
from tensorflow import keras

from tf_agents.agents.ppo import ppo_agent
from tf_agents.environments import py_environment
from tf_agents.environments import tf_py_environment
from tf_agents.specs import array_spec,BoundedArraySpec,ArraySpec
from tf_agents.networks.actor_distribution_rnn_network import ActordistributionRnnNetwork
from tf_agents.networks.value_rnn_network import ValueRnnNetwork
from tf_agents.trajectories import time_step

import time
import random