stable_baseline3 ppo get'get'流程以退出代码139完成。

Question

我使用stable_baseline3.ppo训练在高速公路fast-v0上的代理（继续操作类型）， 并找到调用ppo.learn（）方法时，它被“以“出口代码139”完成的过程中流产，没有其他错误消息。而且在训练时不会在同一时间内发生此错误，我该如何解决？

import gym 
from stable_baselines3 import PPO
import warnings
warnings.filterwarnings('ignore')
# ==================================
#        Main script
# ==================================

def make_configure_env(**kwargs):
    env = gym.make(kwargs["id"])
    env.configure(kwargs["config"])
    env.reset()
    return env


env_kwargs = {
    'id': 'highway-fast-v0',
    'config': {
        "action": {
            "type": "ContinuousAction"
        }
    }
}
n_cpu = 6
batch_size = 64
env = make_configure_env(**env_kwargs)
env.reset()
model = PPO("MlpPolicy",
            env,
            policy_kwargs=dict(net_arch=[dict(pi=[256, 256], vf=[256, 256])]),
            n_steps=batch_size * 12 // n_cpu,
            batch_size=batch_size,
            n_epochs=10,
            learning_rate=5e-4,
            gamma=0.8,
            verbose=2,
            tensorboard_log="highway_ppo/")
# Train the agent
model.learn(total_timesteps=2e4)
# Save the agent
model.save("highway_ppo_continues/model")

Answer 1

在阅读代码时，我看到其中缺少Import Highway_env。我尝试使用相同的代码以及导入的代码，这对我有用。