代码拉取完成,页面将自动刷新
from stable_baselines3 import SAC
from training_env import TrainingEnv
from stable_baselines3.common.vec_env import VecFrameStack,DummyVecEnv
from stable_baselines3.common.evaluation import evaluate_policy
TEST_BEGIN_TIME = ["2022-09-05"]
env = TrainingEnv(TEST_BEGIN_TIME)
env = DummyVecEnv([lambda:env])
model = SAC.load("./best_model",env)
mean_reward, std_reward = evaluate_policy(model, env,1)
print(f"{mean_reward} {std_reward}")
obs = env.reset()
while True:
action, _ = model.predict(obs,deterministic=True)
obs, rewards, dones, info = env.step(action)
#env.render()
if dones :
env.close()
break
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。