调用gym.reset()后 报错AssertionError: The second element returned by `env.reset()` was not a dictionary,

使用gym对环境进行观测，调用reset()，代码如下

self.env_state, self.action_mask = self.env.reset()

报错信息如下：

AssertionError: The second element returned by env.reset() was not a dictionary, actual type: <class ‘numpy.ndarray’>

原因

这是因为gym要求 env.reset() 函数返回一个由两个元素组成的元组：观测值和信息字典。如果第二个元素不是字典，就会触发 AssertionError。

解决方法

查找环境reset()return部分的代码，发现返回的两个值都是ndarray类型

return np.asarray(obs).reshape((len(obs), -1)), np.array(available_actions)

将第二个元素改为字典值

dict_from_actions = {i: np.array(available_actions)[i] for i in range(len(np.array(available_actions)))}
return np.asarray(obs).reshape((len(obs), -1)), dict_from_actions

修改后不再报错