gym.wrappers.Monitor()废弃后的替代方法与报错解决方案

问题背景 #

示例来自Miguel Morales所著《Grokking Deep Reinforcement Learning》第8章，原书代码使用的wrappers.Monitor接口在新版gym中已被废弃，原代码逻辑如下：

env = wrappers.Monitor(
        env, mdir, force=True, 
        mode=monitor_mode, 
        video_callable=lambda e_idx: record) if monitor_mode else env

实测网上流传的两种替代方案均存在报错：

• gnwrapper.Monitor方案：安装gym-notebook-wrapper依赖、导入gnwrapper后将代码改写为

  env = gnwrapper.Monitor(gym.make(env_name),directory="./") 
  

  运行后抛出[WinError 2] The system cannot find the file specified错误
• gym原生RecordVideo方案：从gym.wrappers导入RecordVideo后将代码改写为

  env = RecordVideo(gym.make(env_name), "./")
  

  运行CartPole环境时抛出AttributeError: 'CartPoleEnv' object has no attribute 'videos'属性错误

报错修复与正确实现 #

方案一：修复gnwrapper.Monitor报错 #

[WinError 2]报错的核心原因是系统缺少ffmpeg依赖，gnwrapper依赖ffmpeg完成视频编码，Windows系统默认没有预装该组件：

• 下载ffmpeg Windows预编译包，解压后将包内bin目录的路径添加到系统环境变量Path
• 重启Python运行环境后重新执行代码即可正常录制，该方案更适合在Jupyter Notebook中内联展示录制视频的场景

方案二：修复gym原生RecordVideo报错（更推荐，无额外依赖） #

'CartPoleEnv' object has no attribute 'videos'是gym版本兼容问题：0.26及之后版本的gym要求录制视频的环境必须指定render_mode="rgb_array"，直接传入裸环境会缺失录制所需的内置属性，正确写法完全对齐原Monitor的功能：

import gym
from gym.wrappers import RecordVideo

# 初始化环境时必须指定render_mode为rgb_array，这是视频录制的前置要求
env = gym.make(env_name, render_mode="rgb_array")
# 封装录制 wrapper
env = RecordVideo(
    env,
    video_folder="./videos",  # 建议指定专门的视频存储目录，避免根目录权限问题
    episode_trigger=lambda e_idx: record,  # 与原代码video_callable逻辑完全一致，入参是回合序号，返回True则录制当前回合
    force=True  # 对齐原Monitor的force参数，允许覆盖目录下已有的同名录制文件
)

注意：如果使用的是0.25及更早版本的gym，不需要给gym.make传render_mode参数，只需要在封装RecordVideo前手动给环境补全缺失的属性即可兼容：

env = gym.make(env_name)
env.videos = []  # 补全老版本缺失的内置属性
env = RecordVideo(
    env,
    video_folder="./videos",
    episode_trigger=lambda e_idx: record,
    force=True
)

如果需要对齐原Monitor的mode参数逻辑，直接修改episode_trigger的判断规则即可：比如训练阶段每100回合录制一次、评估阶段全量录制，直接在lambda表达式中写入对应判断条件就行。

内容的提问来源于stack exchange，提问作者user13474103