win10 训练 reinforce+commnet 报错 和 issue#44 类似 about marl-algorithms

[starry-sky6688]

我没有遇到过这个问题，要你不debug一下，给我发一下在报错的时候具体的数据是什么，可能是batch里的u的形式不对

[starry-sky6688]

我在Linux和Windows上都运行过，Linux会出现这个问题，和 #44 一样，但是Windows没遇到过这个问题

[Ricardo-Charles]

我在Linux和Windows上都运行过，Linux会出现这个问题，和 #44 一样，但是Windows没遇到过这个问题

好的, 我来debug一下问题

[Ricardo-Charles]

我没有遇到过这个问题，要你不debug一下，给我发一下在报错的时候具体的数据是什么，可能是batch里的u的形式不对

我在reinforce.py 的 learn()函数里面的报错的那一行 batch[key] = torch.tensor(batch[key], dtype=torch.long)打上了断点

debug模式下 batch的内容, 如下面图片所示

展开 batch 里面的 u , type显示为 numpy.object_ , 如下图片所示

[starry-sky6688]

你这个问题应该是训练一段时间出现把？应该是 roolout.py里，66行，actions.append(action)，等到epsilon很小时，每次选择的动作是神经网络得到的，导致action是一个tensor了，不是一个int型，然后在train的时候类型转换出错。我一会把这个bug改一下，你也可以自己改你的代码，在actions.append(action)之前把action改成int型就好了

[starry-sky6688]

我已经更新了代码，另外由于rollout.py有两个generate_episode()函数，所以两个函数都需要改一下，你试一下修改后会不会出现这个问题

[Ricardo-Charles]

我已经更新了代码，另外由于rollout.py有两个generate_episode()函数，所以两个函数都需要改一下，你试一下修改后会不会出现这个问题

修改后我的成功了, 谢谢作者您的耐心解答, 抱歉占用了您的很多时间, 以后如果有我能帮到作者你的, 我一定会报答作者您.

[Ricardo-Charles]

你这个问题应该是训练一段时间出现把？应该是 roolout.py里，66行，actions.append(action)，等到epsilon很小时，每次选择的动作是神经网络得到的，导致action是一个tensor了，不是一个int型，然后在train的时候类型转换出错。我一会把这个bug改一下，你也可以自己改你的代码，在actions.append(action)之前把action改成int型就好了

对, 我这个问题是 训练一段时间后出现的