ray - 如何评估在 rllib (Ray) 的自定义环境中训练的 Actor ？

Question

在 SimpleCorridor 之后我可以创建自己的环境并训练模型!好的。但是当我尝试评估这个经过训练的模型时，rllib 无法识别我的自定义环境。

如何在自定义环境中评估经过训练的模型？

当我像建议的那样使用 rllib rollout ... 时 here它无法识别我的环境，因为它是自定义环境。我希望有一个像 run_experiments 但像 evaluate_experiment 这样的函数，这样我就可以在我的项目中的一个文件中调用它。

这就是问题所在。如果你想看我的 custon_env 就是这个 one

现在我必须复制我的环境并将其粘贴到 gym/envs/ 包目录中，并将其注册到 __init__.py 文件中。

很高兴看到另一种方法来做到这一点

谢谢

Answer 1

您可以复制 rollout.py 脚本并修改它以在脚本的开头注册任何自定义环境或模型。这将允许它与任何不在健身房的环境一起工作。