Question

我正在尝试使用TensorFlow在自定义环境中实现DQN。
我已经完成了环境类的实现，并将其集成为DQN环境的一部分。
但是，我遇到了一个错误，

收到批量和未批量张量的混合，或者张量与规格不兼容。 num_outer_dims：1。看到tensor_shapes： TimeStep（step_type = TensorShape（[1]），reward = TensorShape（[1]），discount = TensorShape（[1]），观察= TensorShape（[1，1，6]））
和spec_shapes： TimeStep（step_type = TensorShape（[]），reward = TensorShape（[]），discount = TensorShape（[]），观察= TensorShape（[6]））

我在Tensorflow问题中发现了相同的错误，但我找不到确切的解决方案。
在我定义的环境类中，我将操作规范和观察规范指定为

    self._action_spec = array_spec.BoundedArraySpec(
        shape=(), dtype=np.int32, minimum=0, maximum=nq, name='action')
    self._observation_spec = array_spec.BoundedArraySpec(
        shape=(nq,), dtype=np.int32, minimum=0, maximum=1, name='observation')

其中 nq 是一个整数值。我不知道为什么TensorShapes看起来像那样。

谢谢。

Answer 1

我遇到了同样的错误。我不知道到底是什么解决了这个问题，但是笔记本（ipynb）就是一个问题–您必须等待一段时间才能计算各章，并可能在一段时间后再次单击，或者尝试在没有笔记本的py文件中尝试代码。我更改的另一件事是在Gym-env中从空间定义观察空间，离散为space.Box，例如：

self.observation_space = spaces.Box(low=0, high=2000, shape=(20, 20), dtype=np.int32)

TensorFlow“接收到批量和未批量的张量的混合，或者张量与规范不兼容”

1 个答案: