PyTorch DQN训练Gymnasium俄罗斯方块遇类型不匹配RuntimeError

错误原因 #

报错Input type (unsigned char) and bias type (float) should be the same的核心原因是：输入模型的state张量类型为unsigned char（uint8），而DQN模型的参数（如偏置项）是float类型，PyTorch不允许不同数据类型的张量进行运算。

Gymnasium的俄罗斯方块环境返回的观测值（即state）通常是0-255的像素数据，默认以uint8类型存储，这和模型默认的float32参数类型不兼容。

解决方案 #

只需要在将state传入模型前，将其转换为与模型参数一致的浮点类型即可，同时确保设备（CPU/CUDA）与模型一致：

代码修改示例

在执行action_values = self.net(state, model="current")前添加类型转换代码：

# 转换state为float32类型
state = state.float()
# 若使用CUDA，确保state与模型在同一设备上（需提前定义模型的device属性）
state = state.to(self.net.device)

# 再传入模型计算
action_values = self.net(state, model="current")

或者在获取环境state时直接处理：

# 从环境获取state后立即转换类型并移到目标设备
state, info = env.reset()
state = torch.tensor(state, dtype=torch.float32).unsqueeze(0).to(self.net.device)

验证方法 #

可以在转换前打印state.dtype确认原类型，转换后再次打印确认类型变为torch.float32，确保和模型参数（如self.net.fc1.bias.dtype）一致。

内容的提问来源于stack exchange，提问作者AJ Andersen