带有自定义模型的矢量环境

【问题标题】：Vector Env with custom model带有自定义模型的矢量环境
【发布时间】：2020-05-14 02:27:09
【问题描述】：

我一直在阅读有关如何将矢量化环境与 SubProcVenv 模块一起使用的信息来自here 和 here.

但是，我能找到的所有示例都使用稳定的基线（openai 的模型），我似乎无法找到使用我的自定义模型的方法。

可以吗？那是怎么回事？

【问题讨论】：

标签： python tensorflow keras reinforcement-learning openai-gym

【解决方案1】：

可以按照 Colab 笔记本中的说明完成。我不确定你面临什么问题。我为自定义环境实现的方式是：

# Instantiate the env
env = customEnv()

# Wrap it
env = DummyVecEnv([lambda: env])

EPISODES = 5000
# Instantiate and learn using stable-baselines
model = PPO2('MlpPolicy', env).learn(EPISODES)

我相信您也可以为SubProcVenv 做同样的事情。如果您想使用多处理，请选择SubProcVenv仅。

【讨论】：