OpenAI Gym自定义MoleculeEnv报AssertionError：action_space未指定的解决方法

核心问题：构造函数名称错误 #

你的自定义环境类里写的是def init(self, ...)，但Python类的构造函数必须是__init__（前后各两个下划线）。Gym创建环境实例时会自动调用__init__，而你写的init是普通方法，不会被自动执行，导致self.action_space根本没被初始化，因此触发了断言错误。

修复步骤 #

1. 重命名构造函数
   将自定义的init方法改为__init__，确保实例化时自动执行初始化逻辑：

   class MoleculeEnv(gym.Env):
       metadata = {'render.modes': ['human']}
       # 把init替换为__init__
       def __init__(self, docking_config=dict(), data_type='zinc',ratios=dict(),reward_step_total=1,is_normalize=0,reward_type='crystal',reward_target=0.5,has_scaffold=False, has_feature=False,is_conditional=False,conditional='low',max_action=128,min_action=20,force_final=False):
           '''
           初始化函数，Gym支持直接通过实例化传递参数
           '''
           self.is_normalize = bool(is_normalize)
           self.has_feature = has_feature
   
           # 原有初始化逻辑保持不变
           self.starting_smi = 'c1([*:1])c([*:2])ccc([*:3])c1'
           self.smi = self.starting_smi
           self.mol = Chem.MolFromSmiles(self.smi)
           # ... 其他初始化代码 ...
           self.action_space = gym.spaces.MultiDiscrete([20, len(FRAG_VOCAB), 20])
           # ... 剩余初始化代码 ...
   

2. 补充Observation Space（可选但推荐）
   Gym环境规范建议同时定义action_space和observation_space，补上可以避免后续潜在问题。根据你的get_observation返回结构，示例定义如下：

   # 在__init__方法中添加
   self.observation_space = gym.spaces.Dict({
       'g': gym.spaces.Box(low=-np.inf, high=np.inf, shape=(self.max_atom, self.d_n)),
       'smi': gym.spaces.Text(max_length=256),
       'att': gym.spaces.Sequence(gym.spaces.Discrete(self.max_atom))
   })
   

   可根据实际观测输出的格式调整空间定义。

验证修复 #

实例化环境时直接传递参数即可，无需手动调用init：

env = MoleculeEnv(docking_config=your_config, data_type='zinc')
print(env.action_space)  # 应正常输出MultiDiscrete空间信息

内容的提问来源于stack exchange，提问作者learner