如何仅在测试阶段渲染Gym环境而训练阶段不渲染？

有两种可靠的实现方式，推荐第一种：

方式1：创建两个独立环境（推荐） #

训练阶段使用无渲染模式的环境，测试阶段单独初始化带render_mode='human'的环境，完全隔离训练和测试的渲染逻辑：

import gymnasium as gym
import numpy as np

# 训练用环境：不指定render_mode，无渲染
train_env = gym.make('FrozenLake-v1')

# 初始化Q表
Q = np.zeros([train_env.observation_space.n, train_env.action_space.n])
print(Q)

# 参数设置
lr = 0.8
gamma = 0.95
num_episodes = 2000

# 训练循环
for i in range(num_episodes):
    state = train_env.reset()[0]
    done = False

    while not done:
        # epsilon-greedy策略
        if np.random.uniform(0, 1) < 0.5:
            action = train_env.action_space.sample()  
        else:
            action = np.argmax(Q[state,:])  

        next_state, reward, done, _, _ = train_env.step(action)

        Q[state, action] = (1 - lr) * Q[state, action] + \
            lr * (reward + gamma * np.max(Q[next_state, :]))

        state = next_state

print(Q)

# 测试用环境：指定render_mode='human'，仅测试时渲染
test_env = gym.make('FrozenLake-v1', render_mode='human')
state = test_env.reset()[0]
done = False
while not done:
    action = np.argmax(Q[state, :])
    next_state, reward, done, _, _ = test_env.step(action)
    state = next_state
    test_env.render()

# 关闭测试环境释放资源
test_env.close()

方式2：动态切换渲染模式（进阶） #

如果不想创建两个环境，可以通过修改环境的render_mode属性实现，但需注意部分环境可能不支持动态修改：

import gymnasium as gym
import numpy as np

# 初始化环境时先不指定render_mode
env = gym.make('FrozenLake-v1')

# 训练逻辑和原代码一致，此处省略...

# 测试前修改render_mode为'human'，并重置环境使修改生效
env.render_mode = 'human'
state = env.reset()[0]
done = False
while not done:
    action = np.argmax(Q[state, :])
    next_state, reward, done, _, _ = env.step(action)
    state = next_state
    env.render()

env.close()

关键说明 #

• 方式1的优势是完全分离训练和测试环境，避免潜在的状态干扰，稳定性更高。
• 测试完成后必须调用close()方法关闭渲染窗口，避免资源占用。

内容的提问来源于stack exchange，提问作者zhixin