gpt4 book ai didi

Pytorch - 运行时错误 : invalid multinomial distribution (encountering probability entry < 0)

转载 作者:行者123 更新时间:2023-12-04 08:43:38 27 4
gpt4 key购买 nike

我正在使用稳定基线 3 来训练代理玩游戏 Connect 4游戏。当代理作为第二个玩家开始游戏时,我试图考虑这种情况。

self.env = self.ks_env.train([opponent, None]) 
当我尝试运行代码时,出现以下错误:
invalid multinomial distribution (encountering probability entry < 0)
/opt/conda/lib/python3.7/site-packages/torch/distributions/categorical.py in sample(self, sample_shape)
samples_2d = torch.multinomial(probs_2d, sample_shape.numel(), True).T
但是,当代理是第一个玩家时没有问题:
self.env = self.ks_env.train([None, opponent])
我认为问题与 Pytorch 库有关。我的问题是如何解决这个问题?

最佳答案

检查您提供的代码后,问题似乎不是来自哪个代理启动游戏,而是来自游戏完成后没有重新启动环境。
我刚刚更改了您的步骤功能,如图所示:

def step(self, action):
# Check if agent's move is valid
is_valid = (self.obs['board'][int(action)] == 0)
if is_valid: # Play the move
self.obs, old_reward, done, _ = self.env.step(int(action))
reward = self.change_reward(old_reward, done)
else: # End the game and penalize agent
reward, done, _ = -10, True, {}
if done:
self.reset()
return board_flip(self.obs.mark,
np.array(self.obs['board']).reshape(1, self.rows, self.columns) / 2),
reward, done, _
有了这个,模型就能够训练,您可以使用以下代码段检查它是否按预期工作:
done = True
for step in range(500):
if done:
state = env.reset()
state, reward, done, info = env.step(env.action_space.sample())
print(reward)
链接到我的 your notebook 版本

关于Pytorch - 运行时错误 : invalid multinomial distribution (encountering probability entry < 0),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64441708/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com