导入GrayScaleObservation后Gym环境reset()报ValueError解包错误

从gym.wrappers导入GrayScaleObservation后，用它包装Super Mario环境时触发ValueError，报错提示“too many values to unpack (expected 2)”。移除GrayScaleObservation包装后一切正常，原本期望env.reset()返回形状为(240, 256, 1)的数组。

导入代码 #

# Import Frame Stacker Wrapper and Grayscling Wrapper
from gym.wrappers import FrameStack, GrayScaleObservation

目标代码 #

env = gym_super_mario_bros.make('SuperMarioBros-v0')
env = JoypadSpace(env, SIMPLE_MOVEMENT)
env = GrayScaleObservation(env, keep_dim=True) 

state = env.reset()
state.shape

错误日志 #

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
/Users/adhuy/code/led8/AI tools/Nicholas Renotte/Reinforcement Learning/mario_tutotial.ipynb Cell 19 in 5
      2 env = JoypadSpace(env, SIMPLE_MOVEMENT)
      3 env = GrayScaleObservation(env, keep_dim=True) 
----> 5 env.reset()

File ~/.pyenv/versions/3.10.6/envs/lewagon/lib/python3.10/site-packages/gym/core.py:379, in ObservationWrapper.reset(self, **kwargs)
    377 def reset(self, **kwargs):
    378     """Resets the environment, returning a modified observation using :meth:`self.observation`."""
---> 379     obs, info = self.env.reset(**kwargs)
    380     return self.observation(obs), info

ValueError: too many values to unpack (expected 2)

解决方案 #

这个问题源于Gym版本与gym-super-mario-bros环境的兼容性冲突：

• 新版Gym（0.26+）的GrayScaleObservation包装器要求底层环境的reset()方法返回(observation, info)二元组；
• 但旧版gym-super-mario-bros的SuperMarioBros-v0环境reset()仅返回单个observation值，导致包装器解包时出错。

修复方式二选一： #

1. 升级游戏环境适配新版Gym
   安装支持Gym 0.26+的gym-super-mario-bros版本：

   pip install gym-super-mario-bros==7.4.0
   

   该版本环境的reset()会返回标准二元组，与GrayScaleObservation兼容。

2. 降级Gym到旧版本
   若不想升级游戏环境，可将Gym降级到0.25.x版本，此版本的ObservationWrapper不要求reset()返回info：

   pip install gym==0.25.2
   

修复后运行目标代码，state.shape即可返回预期的(240, 256, 1)。

内容的提问来源于stack exchange，提问作者led8