问题描述
我正在使用此 article 中的 rllib
构建演讲者听众培训环境。
使用 pettingzoo and supersuit。
我遇到了以下错误:
NotImplementedError: Cannot convert a symbolic Tensor (default_policy/cond/strided_slice:0) to a numpy array
当我尝试运行我的代码时,但由于我对这些包缺乏经验,我不明白问题是在我的代码中还是在包的使用中,因为它们应该足以与 rllib
一起使用。
我最后附上了我的代码,这是有问题的行:
agent = a2c.A2CTrainer(env="simple_speaker_listener",config=config)
我相信我已经接近让它工作了,这是其余的代码:
import numpy as np
import supersuit
from copy import deepcopy
from ray.rllib.env import PettingZooEnv
import ray.rllib.agents.a3c.a2c as a2c
import ray
from ray.tune.registry import register_env
from ray.rllib.env import BaseEnv
from pettingzoo.mpe import simple_speaker_listener_v3
alg_name = "PPO"
config = deepcopy(a2c.A2C_DEFAULT_CONfig)
config["env_config"] = None
config["rollout_fragment_length"] = 20
config["num_workers"] = 5
config["num_envs_per_worker"] = 1
config["lr_schedule"] = [[0,0.007],[20000000,0.0000000001]]
config["clip_rewards"] = True
s = "{:3d} reward {:6.2f}/{:6.2f}/{:6.2f} len {:6.2f}"
multiagent_dict = dict()
multiagent_policies = dict()
env = simple_speaker_listener_v3.env()
agents_name = deepcopy(env.possible_agents)
config = {
"num_gpus": 0,"num_workers": 1,}
env = simple_speaker_listener_v3.env()
mod_env = supersuit.aec_wrappers.pad_action_space(env)
mod_env = supersuit.aec_wrappers.pad_observations(mod_env)
mod_env = PettingZooEnv(mod_env)
register_env("simple_speaker_listener",lambda stam: mod_env)
ray.init(num_gpus=0,local_mode=True)
agent = a2c.A2CTrainer(env="simple_speaker_listener",config=config)
for it in range(5):
result = agent.train()
print(s.format(
it + 1,result["episode_reward_min"],result["episode_reward_mean"],result["episode_reward_max"],result["episode_len_mean"]
))
mod_env.reset()
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@)