ML-Agents TensorFlow模型推理模式运行报错求助：轴外维度不匹配

这个错误我之前在使用旧版ML-Agents和Unity组合时也遇到过，核心原因是Barracuda在执行张量拼接（Concat）时，除了指定的拼接轴之外，所有其他维度必须完全匹配。结合你使用的ML-Agents v0.7、Unity 2017和Python 3.6环境，下面是几个针对性的排查和解决步骤：

• 检查训练与推理的观测空间一致性
  训练时你定义的观测空间（比如视觉传感器的分辨率、向量观测的维度数量）必须和Unity推理场景中Agent的观测设置完全一致。例如：

  • 如果训练时用的是84×84的RGB视觉观测，推理时不能改成64×64；
  • 如果训练时向量观测包含3个数值（比如飞机的俯仰、偏航、滚转），推理时也必须传入相同维度的向量。
    任何观测维度的不匹配都会导致拼接时非轴维度不一致，触发这个错误。

• 重新导出训练模型
  ML-Agents v0.7的模型导出工具偶尔会因为环境依赖问题生成有维度缺陷的模型。你可以重新执行训练导出命令，确保导出过程没有报错：

  mlagents-learn config/trainer_config.yaml --run-id=your_run_id --save
  

  导出后检查生成的.onnx模型文件，确认输入输出的张量形状和训练时的配置一致。

• 排查Unity端张量拼接逻辑
  在Unity的Agent代码中，找到拼接观测张量的位置（通常是在CollectObservations或推理前的数据处理部分），添加日志打印每个待拼接张量的形状：

  // 假设tensorsToConcat是你要拼接的张量数组
  foreach(var tensor in tensorsToConcat)
  {
      Debug.Log($"待拼接张量形状: {tensor.shape}");
  }
  

  运行游戏后查看日志，对比这些张量的形状，找到非拼接轴维度不匹配的那个张量，针对性调整其维度。

• 确认Barracuda版本兼容性
  Unity 2017自带的Barracuda版本和ML-Agents v0.7的适配性有限，你可以尝试更新到ML-Agents v0.7官方推荐的Barracuda版本（当时对应Barracuda 0.1.x系列），避免因版本差异导致的张量处理逻辑bug。

• 检查向量观测的归一化处理
  如果你的观测包含向量数据，确保训练和推理时的归一化方式完全一致。比如训练时将速度值归一到[0,1]，推理时也必须执行相同的归一化操作，否则可能导致张量维度意外变化（比如误将一维向量变成二维）。

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