如何将非均匀numpy数组转为方形数组？LunarLander环境PyTorch适配问题

问题根源 #

你遇到的所有错误，核心原因是新版Gym（或Gymnasium）的env.reset()方法返回的是(observation, info)元组，而不是单纯的观测数组。你直接把这个元组当成观测数组处理，才会出现"非均匀数组"的错误——因为元组里包含了一个8维数组和一个空字典，长度为2，根本不是需要的观测数据。

正确步骤 #

1. 修正env.reset()的接收逻辑
   把主程序里的observation = env.reset()改成：

   observation, info = env.reset()
   

   只取元组的第一个元素作为实际观测数据，这才是LunarLander环境返回的固定8维均匀数组（形状为(8,)），完全不需要补零或reshape。

2. 移除多余的补零代码
   LunarLander的观测本身就是8维的一维数组，直接可以转换为PyTorch张量，之前的补零操作完全没必要，直接删掉即可。

3. 修正智能体的张量转换代码
   确保forward函数里正确处理numpy数组：

   def forward(self, observation):
       # 直接将numpy数组转为张量，无需额外处理
       state = torch.tensor(observation, dtype=torch.float32).to(self.device)
       x = F.relu(self.fc1(state))
       x = F.relu(self.fc2(x))
       x = self.fc3(x)
       return x
   

   注意指定dtype=torch.float32，和原数组的float32类型匹配。

4. 验证观测数据
   修正后，打印observation会得到类似这样的8维数组：

   [-0.00508328,  1.4105566 , -0.514903  , -0.01617732,  0.00589709, 0.11663332,  0.        ,  0.        ]
   

   这是标准的均匀形状数组，能直接转为PyTorch张量。

错误原因复盘 #

你之前的补零代码报错，是因为你把(数组, 字典)的元组当成了观测数组，len(observation)返回2，计算出n=2、padding=2，但np.pad无法处理包含数组和字典的元组，所以抛出"非均匀形状"的错误。

内容的提问来源于stack exchange，提问作者Bunny Khatana