TensorFlow2.5下用keras-rl2训练DDPG报FailedPreconditionError如何解决

报错的核心原因是keras-rl2 1.0.5版本内部实现仍沿用TF1.x的静态图逻辑，DDPG智能体自动生成的目标Actor、目标Critic网络的变量未完成初始化。TensorFlow 2.x将1.x版本的全局变量初始化方法迁移到了compat.v1兼容包下，并非完全移除，可按以下步骤解决：

• 第一步：代码开头禁用eager执行
  keras-rl2底层依赖TF1静态图逻辑，TF2默认开启的eager执行会导致变量同步异常，在导入tensorflow后添加如下代码：

import tensorflow as tf
tf.compat.v1.disable_eager_execution()

• 第二步：在智能体编译完成后、训练启动前手动初始化全局变量
  你之前查到的tf.global_variables_initializer()方法在TF2中迁移到了兼容模块下，直接调用即可，代码放在ddpgAgent.compile(...)之后、ddpgAgent.fit(...)之前：

sess = tf.compat.v1.keras.backend.get_session()
sess.run(tf.compat.v1.global_variables_initializer())

• 可选兜底操作：手动同步目标网络权重
  如果执行完上述两步仍然报错，可手动将原网络的权重赋值给DDPG的目标网络，确保目标网络变量完成初始化，代码放在初始化全局变量之后即可：

ddpgAgent.target_actor.set_weights(ddpgAgent.actor.get_weights())
ddpgAgent.target_critic.set_weights(ddpgAgent.critic.get_weights())

你遇到的Model.state_updates警告是keras-rl2的内部实现遗留问题，不影响训练正常运行，可通过添加import warnings; warnings.filterwarnings("ignore")屏蔽对应警告。

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