我正在尝试运行10个并行的开放人工智能健身房环境,每个环境都有自己的线程。问题是我想保存env中每个步骤的转换,并在所有线程完成后访问它。但是,我无法确定如何为每个列表创建单独的实例,然后从主线程访问它们
任何帮助都将不胜感激
def run_episode(scale, modification_network, expert_network):
with lock:
rollouts_obs = []
rollouts_action = []
rollouts_reward = []
rollouts_done = []
env = BipedalWalker()
env.update_scale(scale)
# reset the environment to collect the first observation
done = False
obs = env.reset()
while not done:
action = env.action_space.sample()
obs, reward, done, info = env.step(action)
rollouts_obs.append(obs)
rollouts_action.append(action)
rollouts_reward.append(reward)
rollouts_done.append(done)
jobs = []
for i in range(10):
thread = threading.Thread(target=run_episode, args=(scale[i], agent, expert_net))
jobs.append(thread)
for j in jobs:
j.start()
for j in jobs:
j.join()
您可以尝试将相同的列表(或其他线程安全数据结构)作为参数传递给所有run_情节线程,并在函数末尾将结果附加到该列表,而不返回任何内容。所有线程加入后,列表对象应按完成顺序包含所有结果。请注意,列表是线程安全的,但它们的内容不是(Are lists thread-safe?),因此仅附加到列表中,并且在run_期间从不访问附加的数据
相关问题 更多 >
编程相关推荐