Warning：torch.unit8をtorch.boolに変換する方法を教えてください。

Question

教材「作りながら学ぶ！深層強化学習Py-torchによる実践プログラミング」
に乗っているコードを打ち込みDQNを実装しました。
＊以下その一部

class Environment:
    def __init__(self):
        self.env = gym.make(ENV)  #実行する課題を設定
        self.num_states = self.env.observation_space.shape[0]
        #課題の状態と行動の数を設定
        self.num_actions = self.env.action_space.n #CartPoleの行動(右に左に押す)
        #環境内で行動するAgentを生成
        self.agent = Agent(self.num_states, self.num_actions)
        
    def run(self):
        """実行"""
        episode_10_list = np.zeros(10) #10試行分の対地続けたstep数を格納しｍ平均ステップ数を出力に利用
        complete_episodes = 0 #195step以上連続で立ち続けた試行回数
        episode_final = False #最後の試行フラグ
        frames = []  #最後の試行を動画にするため画像を格納する変数
        
        for episode in range(NUM_EPISODES):  #試行数分繰り返す
            observation = self.env.reset() #感興の初期化
            
            state = observation #観測をそのまま状態ｓとして使用
            state = torch.from_numpy(state).type(
               torch.FloatTensor)#numpy変数をPytorchのテンソルに変換
            #FloatTensorof size 4をsize 1×4に変換
            state = torch.unsqueeze(state, 0)
            
            for step in range(MAX_STEPS): #１エピソードのループ
                if episode_final is True: #最終試行ではFramesに各時刻の画像わ追加していく
                    frames.append(self.env.render(mode='rgb_array'))
                action = self.agent.get_action(state, episode) #行動を求める
                
                #行動a_tの実行により、s_{t+1}とdoneフラグを求める
                #actionから.item()を指定して、中身を取り出す
                observation_next, _, done, _ = self.env.step(
                   action.item())  #rewardとinfoは使わないので_にする
                
               #報酬を与える。さらにepisodeの終了評価とstate_nextを設定する
                if done:  #ステップ数が200経過するか、一定角度以上傾くとdoneはtrueになる
                    state_next = None #次の状態はないので、Noneを格納
                    
                    #直近10episodeの縦たstep数リストに追加
                    episode_10_list = np.hstack(
                       (episode_10_list[1:], step + 1))
                    
                    if step < 195:
                        reward = torch.FloatTensor(
                           [-1.0]) #途中でこけたら罰則として報酬-1を与える
                        complete_episodes = 0 #連続成功履歴をリセット
                    else:
                        reward = torch.FloatTensor([1.0]) # 立ったまま終了時は報酬1を与える
                        
                        complete_episodes = complete_episodes + 1
                else:
                    reward = torch.FloatTensor([0.0]) #普段は報酬0
                    state_next = observation_next #観測をそのまま状態とする
                    state_next = torch.from_numpy(state_next).type(
                       torch.FloatTensor) #numpy変数をpytorchのテンソルに変換
                    #FloatTensorof size 4をsize 1×4に変換
                    state_next = torch.unsqueeze(state_next, 0)
                    
                    #メモリに経験を追加
                    self.agent.memorize(state, action, state_next, reward)
                    
                    #Experience ReplayでQ関数を更新する
                    self.agent.update_q_function()
                    
                    #観測の更新
                    state = state_next
                    
                    #終了時の処理
                    if done:
                        print('%d Episode: Finished after %d steps: 10試行の平均step数 = %.1lf' %(
                             episode, step+1, episode_10_list.mean()))
                        break
                if episode_final is True:
                    #動画を保存と描画
                    display_frames_as_gif(frames)
                    break
                
                #10連続で200step立ち続けたら成功
                if complete_episodes >=10:
                    print('10回連続成功')
                    episode_final = True #次の試行を描画を行う最終試行とする 

これらを実装したところ「**indexing with dtype torch.uint8 is now deprecated, please use a dtype torch.bool instead. **」と表示されてしまいました。
要約すると、「unit8は非推奨になったのでtorch.boolを使ってください」と書かれています
恐らく21行目のtype(が関係しているのではないかと思いコードの一部を持ってきました。ほかにtype関数はなかったので。
どのように打ち換えればいいか知恵をお貸しください。