稳定的基线多输入策略答案

【问题标题】：Stablebaselines MultiInputpolicies稳定的基线多输入策略
【发布时间】：2021-06-22 23:09:11
【问题描述】：

我尝试通过以下方式使用 MultiInputPolicy：

model = PPO("MultiInputPolicy", env, verbose = 1)

但是，我得到一个错误：

KeyError: "Error: unknown policy type MultiInputPolicy,the only registed policy type are: ['MlpPolicy', 'CnnPolicy']!"

请帮忙。我该如何解决这个问题？

【问题讨论】：

【解决方案1】：

您似乎安装了旧版本的stable-baselines3。如果您已安装使用

pip install stable-baselines3

，它可能不是 master 分支的最新版本。从最新的主分支安装：

pip install git+https://github.com/DLR-RM/stable-baselines3.git

对于pipenv，您可能必须指定egg：

pipenv install git+https://github.com/DLR-RM/stable-baselines3.git#egg=stable_baselines3

MultiInputPolicy 是 added on 5 月 11 日。最新的 pypi 版本is of 3 月 17 日。

【讨论】：

@Mahesa999 这适用于 FetchReach-v1 健身房环境吗？
错误是关于稳定的基线，它独立于任何特定的健身房。所以，是的，它会起作用，因为错误和指定的健身房环境之间没有联系。
我创建了一个 CustomPPO 类和一个 CustomActorCrticClass。但是当我调用 model.learn 时，它们都有不同的观察结果。这会导致错误。你能帮忙吗？
也许你可以在 stackoverflow 上发布一个新问题。还有一项建议，您可以在reinforcement learning subreddit 上提问。它非常活跃，sb3 开发人员确实在那里回复。他们也有discord server。如果以上答案解决了您提出的问题，请不要忘记将其标记为答案。
你能回答这个吗：stackoverflow.com/questions/68223761/monitor-wrapper-openai-gym