質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
多次元配列

1次元配列内にさらに配列を格納している配列を、多次元配列と呼びます。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

配列

配列は、各データの要素(値または変数)が連続的に並べられたデータ構造です。各配列は添え字(INDEX)で識別されています。

Q&A

1回答

649閲覧

Numpyのブロードキャストのエラー

ryryy

総合スコア0

多次元配列

1次元配列内にさらに配列を格納している配列を、多次元配列と呼びます。

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

配列

配列は、各データの要素(値または変数)が連続的に並べられたデータ構造です。各配列は添え字(INDEX)で識別されています。

0グッド

0クリップ

投稿2020/09/28 11:43

前提・実現したいこと

交通シミュレータSimulation of Urban MObility(SUMO)において以下のエラーを修正し、動作するようにしたい

発生している問題・エラーメッセージ

Step #0.00 (0ms ?*RT. ?UPS, TraCI: 13ms, vehicles TOT 0 ACT 0 BUF 0) Step #0.00 (0ms ?*RT. ?UPS, TraCI: 13ms, vehicles TOT 0 ACT 0 BUF 0) Retrying in 1 seconds Traceback (most recent call last): File "test.py", line 51, in <module> model.learn(total_timesteps=400000) File "stable_baselines/a2c/a2c.py", line 238, in learn runner = A2CRunner(self.env, self, n_steps=self.n_steps, gamma=self.gamma) File "stable_baselines/a2c/a2c.py", line 319, in __init__ super(A2CRunner, self).__init__(env=env, model=model, n_steps=n_steps) File "stable_baselines/common/runners.py", line 19, in __init__ self.obs[:] = env.reset() ValueError: could not broadcast input array from shape (2) into shape (2,21)

要素数2の配列は2×21にブロードキャストできないというエラーでした。

該当のソースコード

Python

1#------------------------------test.py--------------------------------------------------- 2import gym 3import argparse 4import os 5import sys 6if 'SUMO_HOME' in os.environ: 7 tools = os.path.join(os.environ['SUMO_HOME'], 'tools') 8 sys.path.append(tools) 9else: 10 sys.exit("Please declare the environment variable 'SUMO_HOME'") 11 12os.environ ['KMP_DUPLICATE_LIB_OK'] = 'True' 13 14import pandas as pd 15from gym import spaces 16import numpy as np 17from sumo_rl.environment.env import SumoEnvironment 18from sumo_rl.util.gen_route import write_route_file 19import traci 20from stable_baselines.common.vec_env import SubprocVecEnv 21from stable_baselines import A2C 22from stable_baselines.common.policies import MlpPolicy 23 24 25 26# multiprocess environment 27if __name__ == "__main__": 28 n_env = 2 29 env = SubprocVecEnv([lambda: SumoEnvironment(net_file='test.net.xml ', 30 route_file='test.rou.xml', 31 out_csv_name='test.result', 32 33 use_gui=True, 34 num_seconds=80000, 35 time_to_load_vehicles=120, 36 max_depart_delay=8000, 37 phases=[ 38 traci.trafficlight.Phase(34, "rrrGGrrrrGGr"), 39 traci.trafficlight.Phase(3, "rrryyrrrryyr"), 40 traci.trafficlight.Phase(34, "rrrrrGrrrrrG"), 41 traci.trafficlight.Phase(3, "rrrrryrrrrry"), 42 traci.trafficlight.Phase(34, "GGrrrrGGrrrr"), 43 traci.trafficlight.Phase(3, "yyrrrryyrrrr"), 44 traci.trafficlight.Phase(34, "rrGrrrrrGrrr"), 45 traci.trafficlight.Phase(3, "rryrrrrryrrr"), 46 47 ]) for i in range(n_env)]) 48 49 50 model = A2C(policy=MlpPolicy, env=env , verbose=1, learning_rate=1e-3, lr_schedule='constant') 51 model.learn(total_timesteps=80000) 52 53 54#------------------------------runners.py------------------------------------------------ 55 56import numpy as np 57from abc import ABC, abstractmethod 58 59class AbstractEnvRunner(ABC): 60 def __init__(self, *, env, model, n_steps): 61 """ 62 A runner to learn the policy of an environment for a model 63 64 :param env: (Gym environment) The environment to learn from 65 :param model: (Model) The model to learn 66 :param n_steps: (int) The number of steps to run for each environment 67 """ 68 self.env = env 69 self.model = model 70 n_env = env.num_envs 71 self.batch_ob_shape = (n_env*n_steps,) + env.observation_space.shape 72 self.obs = np.zeros((n_env,) + env.observation_space.shape, dtype=env.observation_space.dtype.name) 73 self.obs[:] = env.reset() 74 self.n_steps = n_steps 75 self.states = model.initial_state 76 self.dones = [False for _ in range(n_env)] 77 78 @abstractmethod 79 def run(self): 80 """ 81 Run a learning step of the model 82 """ 83 raise NotImplementedError

補足情報(FW/ツールのバージョンなど)

Python 3.6
SUMO 1.7.0
筆者/まったくの初心者

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

エラーが出ている、

python

1self.obs[:] = env.reset()

の部分を

python

1self.obs[:] = env.reset()[:, None]

とすればエラーがでなくなると思います(希望する挙動と違っていたらすみません)。

投稿2020/09/29 02:29

kirara0048

総合スコア1399

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

ryryy

2020/09/29 15:54

ご回答いただきありがとうございます。 self.obs[:] = env.reset() → self.obs[:] = env.reset()[:, None] のように変更したところ以前のエラーは修正できましたが、修正した行で TypeError: float() argument must be a string or a number, not 'dict' といったエラーが出てしまいました。 「float()の引数は辞書型ではなく、文字列か数値でなくてはならない。」という意味だと思うのですが具体的にどのように直せば良いかご教授いただけたら幸いです。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問