如何解决AttributeError: 'DummyVecEnv' 对象没有属性 'shape'
我正在尝试为我的强化学习算法创建一个环境,但是,在调用 PPOPolicy 的情况下似乎有点问题。为此,我开发了以下环境 envFru
:
import gym
import os,sys
import numpy as np
import pandas as pd
from gym import spaces
import random
class envFru(gym.Env):
Metadata ={'render.modes': ['human']}
def __init__(self):
self.df = df
self.action_space = spaces.discrete(2)
self.observation_space = spaces.Box(low=np.array([0,0]),high=np.array([1,1,1]),dtype=np.float16)
def reset(self):
pass
def step(self,action):
pass
def _next_observation(self):
pass
def _take_action(self,action):
pass
def render(self,mode = 'human',close=False):
pass
from stable_baselines.common.vec_env import DummyVecEnv
from stable_baselines.common.policies import MlpPolicy
from stable_baselines2.ppo.ppo import PPO
envF = DummyVecEnv([lambda : envFru()])
model = PPOPolicy(envF,MlpPolicy,learning_rate= 0.001)
model.learn(total_timesteps=20000)
obs = env.reset()
for i in range(MAX_EPISODES):
action,_states = model.predict(obs)
obs,reward,done,info = env.step(action)
#env.render()
我得到的回溯如下:
AttributeError Traceback (most recent call last)
<ipython-input-124-550b8c75c26b> in <module>
12 envF = DummyVecEnv([lambda : envFruit()])
13
---> 14 model = PPOPolicy(envF,learning_rate= 0.001)
15 model.learn(total_timesteps=20000)
16
~\Desktop\ImitationLearning\stable_baselines2\ppo\policies.py in __init__(self,observation_space,action_space,learning_rate,net_arch,activation_fn,adam_epsilon,ortho_init,log_std_init)
29 ortho_init=True,log_std_init=0.0):
30 super(PPOPolicy,self).__init__(observation_space,action_space)
---> 31 self.obs_dim = self.observation_space.shape[0]
32
33 # Default network architecture,from stable-baselines
AttributeError: 'DummyVecEnv' object has no attribute 'shape'
解决方法
您确定,这是您的实际代码吗?在上面的代码片段中,名称 PPOPolicy
甚至没有定义。我们需要查看 PPOPolicy
的代码。显然,它的构造函数(它的 __init__
方法)需要一些东西作为它的第一个参数,它有一个 shape
arttribute - 所以我猜,它需要一个 pandas
数据帧。您的 envF
没有 shape
属性,因此会导致错误。
从你的片段中的名字来看,我猜你应该写
model = PPOPolicy(
envF.observation_space,envF.action_space,MlpPolicy,learning_rate=0.001
)
在相关行。
我的假设源于错误信息
super(PPOPolicy,self).init(observation_space,action_space)
告诉我们,PPOPolicy
的构造函数将两个名为 observation_space
和 action_space
的变量传递给它的 super()
构造函数。由于这些名称重新出现在您的环境中,我想这就是问题所在。但是只要我们没有看到正确和完整的代码,这只是在迷雾中导航。
也许它会帮助您了解有关如何阅读错误消息的知识。这可能会帮助您解决未来的问题。所以,我建议你阅读类似 https://www.tutorialsteacher.com/python/error-types-in-python
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。