1.render()無法彈出游戲窗口的原因

你使用的代碼可能與你的gym版本不符
在我目前的測試看來，gym 0.23的版本，在初始化env的時(shí)候只需要游戲名稱這一個(gè)實(shí)參，然后在需要渲染的時(shí)候主動(dòng)調(diào)用render()去渲染游戲窗口，比如：

env = gym.make("CartPole-v1")
obs = env.reset()
for _ in range(1000):
	env.render()
	obs, reward, done, info = env.step(env.action_space.sample())	# 以action隨機(jī)抽樣為例
	if done:
		break
env.close()

而在gym0.26的版本，在初始化env的時(shí)候你需要加入另一個(gè)實(shí)參：render_mode，如：

env = gym.make("CartPole-v1", render_mode="human")

具體參數(shù)參考官方文檔：https://www.gymlibrary.dev/
并且，你在reset時(shí)需要設(shè)置seed參數(shù)，并且還要用二項(xiàng)元組接收數(shù)據(jù)，而且step時(shí)需要用五項(xiàng)元組接收數(shù)據(jù)，否則會(huì)報(bào)錯(cuò)
就模仿官方文檔的入門教程這樣寫：

import gym
env = gym.make("LunarLander-v2", render_mode="human")
observation, info = env.reset(seed=42)
for _ in range(1000):
   action = policy(observation)  # User-defined policy function
   observation, reward, terminated, truncated, info = env.step(action)

   if terminated or truncated:
      observation, info = env.reset()
env.close()

2.在設(shè)置好 render_mode 后，調(diào)用reset()即會(huì)自動(dòng)開始渲染

看了一下gym0.26的reset方法代碼，它會(huì)根據(jù)你初始化env時(shí)傳入的render_mode參數(shù)去決定它要不要渲染，并且，在gym0.26主動(dòng)調(diào)用render是無效的
CartPole游戲的reset源碼如下：

    def reset(
        self,
        *,
        seed: Optional[int] = None,
        options: Optional[dict] = None,
    ):
        super().reset(seed=seed)
        # Note that if you use custom reset bounds, it may lead to out-of-bound
        # state/observations.
        low, high = utils.maybe_parse_reset_bounds(
            options, -0.05, 0.05  # default low
        )  # default high
        self.state = self.np_random.uniform(low=low, high=high, size=(4,))
        self.steps_beyond_terminated = None

        if self.render_mode == "human":
            self.render()
        return np.array(self.state, dtype=np.float32), {}

可以看到，在最后，如果render_mode設(shè)置為"human"，那么render方法將被調(diào)用。

3.在gym 0.26如何實(shí)現(xiàn)訓(xùn)練時(shí)不渲染，而測試時(shí)再渲染

在gym0.23版本，可以主動(dòng)調(diào)用render來決定渲不渲染，而在gym0.26版本，只要reset就渲染，所以如果你剛開始就設(shè)定render_mode="human"的話，那么你將會(huì)看到整個(gè)訓(xùn)練過程，且動(dòng)畫渲染結(jié)束之后才會(huì)開始下一個(gè)episode的訓(xùn)練，所以訓(xùn)練時(shí)長會(huì)比不渲染時(shí)更長。

解決方案：

最初，我以為動(dòng)態(tài)地去修改env.render_mode即可，但我發(fā)現(xiàn)env初始化之后這個(gè)就是一個(gè)無法修改的參數(shù)

所以，你可以在初始化訓(xùn)練的env_train時(shí)，不添加render_mode參數(shù)（或添加除human之外的參數(shù)），然后在測試的時(shí)候，新創(chuàng)建一個(gè)與之前一樣的env：env_test

env_test = gym.make("CartPole-v1", render_mode='human')

用新的env_test去測試就好文章來源地址http://www.zghlxwxcb.cn/news/detail-426188.html

到了這里，關(guān)于OpenAI-gym 關(guān)于render無法彈出游戲窗口以及想要在訓(xùn)練時(shí)不渲染然后在測試時(shí)再渲染的解決方案的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！