python - 使用矢量化环境训练 ray.rllib 算法

Question

我正在使用 ray.rllib，我坚持使用静态方法 (line40)对我的自定义环境进行矢量化并使用 PPOTrainer() 对其进行训练。我使用existing_envs参数并交出我手动创建的 gym.envs 列表。是否有任何选项可以在 PPOTrainer() 中传递 vec 环境，有人可以帮我解决这个问题吗？

简而言之：当我使用静态方法 (line40)创建矢量化环境时，如何使用 ray.rllib 训练 PPO 。