tensorflow - 字典观察空间 Acme DQN 代理

Question

我正在尝试使用masked_epsilon_greedy向我的dqn 代理添加非法操作屏蔽。有谁知道我如何更新策略网络以使用而不是“观察”，因为观察空间是一个包含观察和法律行动的字典？observation["your_key_for_observation"]

Answer 1

答案是添加lambda inputs: inputs["your_key_for_observation"]到网络中，以防将来有人遇到此问题。