如何评估在rllib（Ray）中的自定义环境中受过训练的演员？

Question

按照SimpleCorridor示例，我可以创建自己的环境并训练模型！很好但是，当我尝试评估这种训练有素的模型时，rllib无法识别我的自定义环境。

如何在自定义环境中评估经过训练的模型？

当我像建议的here使用rllib rollout ...时，它无法识别我的环境，因为它是自定义环境。我希望有一个类似run_experiments但又像evaluate_experiment这样的函数，这样我就可以在我的文件中的一个文件中调用它。

那就是问题。 如果您想看看我的custon_env是这个one

现在，我必须复制我的环境并将其粘贴到gym/envs/软件包目录中，并将其注册到__init__.py文件中。

很高兴看到另一种方式做到这一点

谢谢

Answer 1

您可以复制rollout.py脚本并对其进行修改，以在该脚本的开头注册任何自定义环境或模型。这样一来，它就可以与尚未在健身房使用的所有环境一起使用。