DQN植物浇水决策模型predict输入维度不匹配报错求解

错误原因 #

你的模型输入层要求3维输入，格式为(样本数, 窗口长度, 特征数)，从你定义的网络结构里Flatten(input_shape=(1, 2))可以看出，窗口长度固定为1，特征数固定为2（对应土壤湿度、降水概率两个参数），你之前两次调用传入的数组维度都不符合要求。

解决代码 #

你只需要把输入数组调整为3维格式即可，同时可以直接基于输出的Q值得到最优动作和置信度：

# 构造输入，调整为(1, 1, 2)的3维格式
input_data = np.expand_dims(np.expand_dims(np.array([30, 30]), axis=0), axis=0)
# 推理得到每个动作对应的Q值
q_values = dqn.model.predict(input_data, verbose=0)[0]
# 最优动作：取Q值最大的索引
best_action = np.argmax(q_values)
# 置信度：最优动作Q值占所有动作Q值总和的比例
confidence = q_values[best_action] / np.sum(q_values)

print(f"最优执行动作: {best_action}")
print(f"置信度: {confidence:.2f}")

你也可以用reshape方法实现同样的维度调整效果：

input_data = np.array([30,30]).reshape(1,1,2)

动作含义对应 #

和你环境定义的逻辑一致：

• 0：不浇水
• 1：浇水3秒
• 2：浇水4秒
• 3：浇水5秒
• 4：浇水6秒

内容的提问来源于stack exchange，提问作者nick