我正在尝试构建一个神经网络来玩贪吃蛇游戏。以下是训练代码：
def train(self): self.build_model() for episode in range(self.max_episodes): self.current_episode = episode env = SnakeEnv(self.screen) episode_reward = 0 for timestep in range(self.max_steps): env.render(self.screen) state = env.get_state() action = None epsilon = self.current_eps if epsilon > random.random(): action = np.random.choice(env.action_space) #探索 else: values = self.policy_model.predict(env.get_state()) #利用 action = np.argmax(values) #print(action) experience = env.step(action) if(experience['done'] == True): break episode_reward += experience['reward'] if(experience['done'] == True): continue if(len(self.memory) < self.memory_size): self.memory.append(Experience(experience['state'], experience['action'], experience['reward'], experience['next_state'])) else: self.memory[self.push_count % self.memory_size] = Experience(experience['state'], experience['action'], experience['reward'], experience['next_state']) self.push_count += 1 self.decay_epsilon(episode) if self.can_sample_memory(): memory_sample = self.sample_memory() #q_pred = np.zeros((self.batch_size, 1)) #q_target = np.zeros((self.batch_size, 1)) #i = 0 for memory in memory_sample: memstate = memory.state action = memory.action next_state = memory.next_state reward = memory.reward max_q = reward + self.discount_rate * self.replay_model.predict(next_state) #q_pred[i] = q_value #q_target[i] = max_q #i += 1 self.policy_model.fit(memstate, max_q, epochs=1, verbose=0) env.render(self.screen) print("Episode: ", episode, " Total Reward: ", episode_reward) if episode % self.target_update == 0: self.replay_model.set_weights(self.policy_model.get_weights()) pygame.quit()屏幕初始化代码如下所示：
pygame.init()self.screen = pygame.display.set_mode((600, 600))pygame.display.set_caption("Snake") 环境渲染代码如下所示：
def render(self, screen): screen.fill((0, 0, 0)) for i in range(20): pygame.draw.line(screen, (255, 255, 255), (0, 30*i), (600, 30*i)) pygame.draw.line(screen, (255, 255, 255), (30*i, 0), (30*i, 600)) self.food.render() self.snake.render() pygame.display.flip()食物和蛇的渲染方法只是在相应坐标处绘制简单的方块。当我运行训练代码时，我只看到一个白屏。当我通过按下Ctrl+C结束程序时，我会短暂看到屏幕正确渲染，然后它突然关闭。我该如何让它正确渲染呢？
回答：
你的代码可能在其他操作系统上可以工作，但通常，你需要通过调用pygame.event.get()（或.pump()）来让pygame处理你的窗口管理器的事件。否则，屏幕上不会显示任何内容。
因此，在你的循环中，你应该处理事件队列中的事件，并且至少处理QUIT事件，例如：
def render(self, screen): ... # 或者创建一个新函数，这取决于你，只要在每一帧执行一次 events = pygame.events.get() for e in events: if e.type == pygame.QUIT: sys.exit() # 或者其他退出程序的方式你也可以做一些更复杂的事情来分离你的训练代码和绘图代码，比如使用回调函数或协程，但那是另一个话题了。
