自定义Gym环境reset()返回Tuple触发AssertionError问题排查

错误直接原因 #

你在reset()方法里返回了元组(self.obs, {'arg1': 0})，但stable_baselines3的check_env默认遵循旧版Gym（v0.x）的接口规范：reset()方法只能返回单个观测值，不能附带info字典。这就是断言错误的核心原因。

解决步骤 #

根据你的需求选择以下方案：

方案1：适配旧版Gym接口（兼容check_env默认检查）

修改reset()方法，只返回观测值，去掉info字典：

def reset(self):
    # 初始化代码
    self.obs = self.get_ob()
    return self.obs  # 仅返回观测，不返回info

方案2：保留info返回（适配Gymnasium/Gym v1.x）

如果你的环境是基于Gymnasium（原Gym v1.x）开发的，需要在调用check_env时明确指定兼容Gymnasium接口：

check_env(env, gymnasium=True)

同时确保你的自定义环境继承自gymnasium.Env而非旧版gym.Env。

额外潜在问题提示 #

你的get_ob()返回的数组形状是(self.camera_width, self.camera_height, 3)，但observation_space定义的形状是(self.camera_height, self.camera_width, 3)，两者的宽高维度顺序不一致。虽然这不是当前报错的原因，但后续会导致观测值与空间不匹配的错误，建议修正get_ob()：

def get_ob(self):
    # 改成和observation_space一致的形状：(height, width, 3)
    state = np.zeros((self.camera_height, self.camera_width, 3), np.uint8)
    return state

内容的提问来源于stack exchange，提问作者thansen0