用TF代理将观测结果视为参差不齐的张量吗？

Question

我正在尝试使用TensorFlow库TF代理进行强化学习。定义适当的环境后，将以TimeStep的形式收集数据

tf_agents.trajectories.time_step.TimeStep(
    step_type, reward, discount, observation
)

观察结果为："A NumPy array, or a nested dict, list or tuple of arrays."

我想知道在某些情况下是否有可能以ragged tensor的形式获得观测结果，例如在重置环境时。

我已经尝试通过以下方式定义观察值：

def _reset(self):
    self._state = tf.ragged.constant([[1,0,0],[0,1,0],[0,0,1],[1]])
    return ts.restart(self._state)

但是当尝试运行我的代码时，出现以下错误

ValueError：无法将NumPy数组转换为张量（不受支持的对象类型RaggedTensor）。

有什么办法可以使张量参差不齐的观察结果，还是应该重新格式化数据？