python - AttributeError:“DummyVecEnv”对象没有属性“形状”
问题描述
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 时似乎有点问题。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([0,0,0]), 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, MlpPolicy, 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'
解决方案
您确定这是您的实际代码吗?在上面的代码片段中,PPOPolicy
甚至没有定义名称。我们需要查看PPOPolicy
. 显然,它的构造函数(它的__init__
方法)期望一些东西作为它的第一个参数,它有一个shape
艺术属性——所以我猜,它期望一个数据框pandas
。你envF
没有shape
属性,所以这会导致错误。
仅从您片段中的名称来看,我想您应该写
model = PPOPolicy(
envF.observation_space,
envF.action_space,
MlpPolicy,
learning_rate=0.001
)
在相关行。
我的假设源于错误消息
超级(POPPolicy,自我)。初始化(观察空间,动作空间)
告诉我们, 的构造函数PPOPolicy
将两个名为observation_space
和的变量传递action_space
给它的super()
构造函数。而且由于这些名称重新出现在您的环境中,我想这就是这里的问题。但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如何阅读错误消息。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
推荐阅读
- python - 在 Pyspark 中将字符串转换为时间戳对象
- windows-7 - 客户端应用程序发送用户名,SQL Server 2019 将其转换为 Windows 身份验证并引发错误
- cassandra - 修复 Cassandra 中的 system_auth 密钥空间
- php - 在类别或标签页面上找不到菜单项
- laravel - Laravel Collection sortBy函数的问题
- redis - Redis 6 aclfile 在 Openshift pod 中未生效
- python - 根据循环值输出获胜者的函数
- node.js - 您可以将 Map 实例用作简单的商店属性吗?
- r - 在 R 中添加空格 - 需要时将“a<-b”替换为“a <-b”
- python - 如何为每个索引找到具有最大列值的行?