问题描述
当发现gym.spaces.Tuple时，我对混合连续值和离散值的观察空间的视角感到非常高兴。然而，我读到的关于 tf.keras.layers.Add() 预处理组合器的所有内容听起来似乎不支持完全支持——即，
tensorflow.python.framework.errors_impl.InvalidArgumentError: cannot compute AddV2 as input #1(zero-based) was expected to be a float tensor but is a int64 tensor [Op:AddV2]
– tf.compat.v2.keras.layers.DenseFeatures(),tf.keras.layers.Concatenate(axis=-1) 似乎更不适合，所以我目前最好的猜测是我要么需要实现一个自己定制的预处理组合器，要么不需要完全有可能（目前使用策略梯度，但很高兴切换到其他任何东西，只要它在更复杂的观察空间上运行良好）。
我可能已经监督了一些事情，但据我所知，我没有在某些示例代码中发现这一点，这与 gym.spaces.Tuple 中非常有希望的评论有点相反——我的承诺是提供一旦我自己把这些碎片拼凑起来，给社区做一个这样的例子。
很高兴收到任何类型的回复和提示，欢迎学术背景论文 - 非常感谢...... :-)
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）