1.7.1 Gym示例 返回值增多了

[neverevergiveup]

原代码：

import gym  
env = gym.make('CartPole-v0')  
env.reset()  
for _ in range(1000):
    env.render()  
    action = env.action_space.sample() 
    observation, reward, done, info = env.step(action)
    print(observation)
env.close()    

报错：

ValueError Traceback (most recent call last) Cell In [7], line 8 6 action = env.action_space.sample() # 从动作空间中选取一个动作 7 print(action) ----> 8 observation, reward, done, info = env.step(action) # 用于提交动作,括号内是具体的动作 9 print(observation) 10 env.close

ValueError: too many values to unpack (expected 4)

实际的返回值应该是5个： print(env.step(action)) (array([-0.02054064, -0.15305778, 0.04347553, 0.29886863], dtype=float32), 1.0, False, False, {})

[qiwang067]

这是 Gym 版本问题，前文交代过，具体见下图：

原代码：

import gym  
env = gym.make('CartPole-v0')  
env.reset()  
for _ in range(1000):
    env.render()  
    action = env.action_space.sample() 
    observation, reward, done, info = env.step(action)
    print(observation)
env.close()    

报错：

ValueError Traceback (most recent call last) Cell In [7], line 8 6 action = env.action_space.sample() # 从动作空间中选取一个动作 7 print(action) ----> 8 observation, reward, done, info = env.step(action) # 用于提交动作,括号内是具体的动作 9 print(observation) 10 env.close ValueError: too many values to unpack (expected 4)

实际的返回值应该是5个： print(env.step(action))(array([-0.02054064, -0.15305778, 0.04347553, 0.29886863], dtype=float32), 1.0, False, False, {})

[neverevergiveup]

谢谢！我看的v1.0.4的PDF内没有说明这个问题。

[qiwang067]

谢谢！我看的v1.0.4的PDF内没有说明这个问题。

嗯嗯~，下回更新 PDF，这个错误修改一下