自定义OpenAI Gym环境遇AttributeError：缺失action_space/observation_space属性求助

问题根源 #

你的process_simulation类中，构造方法被错误定义为_init_（单下划线），但Python规定类的构造方法必须是双下划线包裹的__init__。单下划线命名的方法不会在实例化时自动执行，导致构造方法内的action_space和observation_space从未被初始化，因此实例化后访问这两个属性会触发AttributeError。

修复步骤 #

将类中的构造方法名从_init_改为__init__，修改后的核心代码片段如下：

class process_simulation(Env):
    # 修正构造方法名：双下划线包裹
    def __init__(self):
        self.simulation_duration = 60
        self.time_step = 1
        self.next_time_stop = 0
        
        # ... 其余原有代码保持不变 ...
        
        self.observation_space = Box(low=np.array([0]), high=np.array([100]))
        self.action_space = Discrete(3)

额外注意事项 #

1. Gym环境核心方法缺失：OpenAI Gym自定义环境必须实现reset()、step()两个核心方法，否则后续PPO训练时会报错。你当前的代码中没有这两个方法，需要补充实现：
   • reset()：初始化环境状态，返回初始观测值
   • step(action)：执行动作，返回(观测值, 奖励, 是否终止, 额外信息)四元组
2. 未定义对象问题：代码中self.raw_material_of_product_a等队列、timeout方法未被初始化或实现，运行时会触发新的错误，需要补充相关定义
3. 属性一致性：你定义了self.rl_agent_actions = [0,1,2,3]（4个动作），但action_space = Discrete(3)（3个动作），两者数量不一致，需要统一

内容的提问来源于stack exchange，提问作者Resalat Bin Afsar