使用 rllib (PPOTrainer) 训练自定义环境时出现错误 “ValueError: ('Observation ({}) 在给定空间 ({}) 之外！'”？

如何解决使用 rllib (PPOTrainer) 训练自定义环境时出现错误 “ValueError: ('Observation ({}) 在给定空间 ({}) 之外！'”？

我有一个用于 30 个元素数组的观察空间，并且我在所有元素中都使用了 dtype 作为 np.float32。错误- "ValueError: ('Observation ({}) out of given space ({})!',array(4.2),Box(17.799999237060547,-19.700000762939453,(30,),float32)) "` #观察上限

high = np.array([min(self.relativevalue)] * 30,dtype=np.float32)
#low limits for observations
low = np.array([max(self.relativevalue)] * 30,dtype=np.float32)
#observation space
self.observation_space = Box(low=low,high=high,dtype=np.float32)`

这里的 self.relativevalue 是一个列表。

self.state = tuple(getlast30(self.relativevalue,self.relstep))
return np.array(self.state,dtype=np.float32)

这就是状态的返回方式。如果您需要更多信息，请告诉我。