Python multiprocessing调用Gambit返回NashProfile时pickle序列化报错

Python标准库multiprocessing的进程间通信依赖pickle协议完成对象序列化：子进程执行完任务返回结果时，会先对返回对象做序列化再传输给主进程，主进程再反序列化得到最终结果。
你遇到的报错是因为Gambit库的NashProfile属于底层C扩展实现的自定义对象，其内部的self.profile属性没有实现pickle序列化要求的接口，导致序列化失败。

提供两种可直接落地的方案，优先选择第一种：

• 方案1：修改任务函数返回原生Python类型（最优）
  不要返回NashProfile对象本身，在子进程的find_nash函数中，拿到NashProfile结果后直接提取需要的策略数值，转为Python原生的列表、元组等可序列化类型再返回。
  修改示例：

def find_nash(f):
    # 原有计算逻辑，得到nash_profs为NashProfile对象列表
    nash_profs = 原有求解逻辑(f)
    # 新增序列化转换逻辑
    serializable_res = []
    for prof in nash_profs:
        # 把每个玩家的策略转为普通列表
        converted_prof = [list(player_strategy) for player_strategy in prof]
        serializable_res.append(converted_prof)
    # 只返回原生类型组成的结果
    return ('Polynomial Systems Method: ', serializable_res)

该方案无额外依赖，性能损耗最小，是首选方案。

• 方案2：替换为支持更强序列化能力的多进程库（兼容不改原函数）
  如果需要保留NashProfile对象的完整结构，不想修改原find_nash的返回逻辑，可以用基于dill序列化的multiprocess库代替标准库的multiprocessing，dill支持序列化绝大多数Python对象，包括大部分C扩展实现的自定义类型：

1. 安装依赖：
   pip install multiprocess
2. 仅修改导入语句即可，原有并行代码完全不用调整：

# 替换原来的 import multiprocessing as mp
import multiprocess as mp

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