我正在进行一个针对《打砖块》游戏的强化学习项目，我的环境（env）设置为 ALE/Breakout-v5。

我之前训练了一个模型，并保存了它，现在我想在 Jupyter 笔记本中查看它的输出，它正确计算了平均奖励，但没有显示任何环境。只有文本输出。

这是项目代码：

import osfrom stable_baselines3.common.vec_env import VecFrameStackfrom stable_baselines3 import A2Cfrom stable_baselines3.common.evaluation import evaluate_policyenv = make_atari_env('ALE/Breakout-v5', n_envs=1, seed=0)env = VecFrameStack(env, n_stack=4)a2c_path = os.path.join('Training', 'Saved Models', 'A2C_Breakout_Model')model = A2C.load(a2c_path, env)evaluate_policy(model, env, n_eval_episodes=100, render=True)

如何可视化环境？我使用的是 Python 3.11 和 Jupyter Notebook。

回答：

我无法通过 evaluate_policy 直接渲染环境，但这里有一个我使用的解决方法，通过加载预训练模型并渲染预测的下一个动作：

vec_env = model.get_env() obs = vec_env.reset()for i in range(1000):    action, _states = model.predict(obs, deterministic=True)     obs, rewards, dones, info = vec_env.step(action)     vec_env.render("human")