OpenAI-gym 关于render无法弹出游戏窗口以及想要在训练时不渲染然后在测试时再渲染的解决方案

1.render()无法弹出游戏窗口的原因

你使用的代码可能与你的gym版本不符
在我目前的测试看来，gym 0.23的版本，在初始化env的时候只需要游戏名称这一个实参，然后在需要渲染的时候主动调用render()去渲染游戏窗口，比如：

env = gym.make("CartPole-v1")
obs = env.reset()for _ inrange(1000):
    env.render()
    obs, reward, done, info = env.step(env.action_space.sample())# 以action随机抽样为例if done:break
env.close()

而在gym0.26的版本，在初始化env的时候你需要加入另一个实参：render_mode，如：

env = gym.make("CartPole-v1", render_mode="human")

具体参数参考官方文档：https://www.gymlibrary.dev/
并且，你在reset时需要设置seed参数，并且还要用二项元组接收数据，而且step时需要用五项元组接收数据，否则会报错
就模仿官方文档的入门教程这样写：

import gym
env = gym.make("LunarLander-v2", render_mode="human")
observation, info = env.reset(seed=42)for _ inrange(1000):
   action = policy(observation)# User-defined policy function
   observation, reward, terminated, truncated, info = env.step(action)if terminated or truncated:
      observation, info = env.reset()
env.close()

2.在设置好 render_mode 后，调用reset()即会自动开始渲染

看了一下gym0.26的reset方法代码，它会根据你初始化env时传入的render_mode参数去决定它要不要渲染，并且，在gym0.26主动调用render是无效的
CartPole游戏的reset源码如下：

defreset(
        self,*,
        seed: Optional[int]=None,
        options: Optional[dict]=None,):super().reset(seed=seed)# Note that if you use custom reset bounds, it may lead to out-of-bound# state/observations.
        low, high = utils.maybe_parse_reset_bounds(
            options,-0.05,0.05# default low)# default high
        self.state = self.np_random.uniform(low=low, high=high, size=(4,))
        self.steps_beyond_terminated =Noneif self.render_mode =="human":
            self.render()return np.array(self.state, dtype=np.float32),{}

可以看到，在最后，如果render_mode设置为"human"，那么render方法将被调用。

3.在gym 0.26如何实现训练时不渲染，而测试时再渲染

在gym0.23版本，可以主动调用render来决定渲不渲染，而在gym0.26版本，只要reset就渲染，所以如果你刚开始就设定render_mode="human"的话，那么你将会看到整个训练过程，且动画渲染结束之后才会开始下一个episode的训练，所以训练时长会比不渲染时更长。

解决方案：

最初，我以为动态地去修改env.render_mode即可，但我发现env初始化之后这个就是一个无法修改的参数

所以，你可以在初始化训练的env_train时，不添加render_mode参数（或添加除human之外的参数），然后在测试的时候，新创建一个与之前一样的env：env_test

env_test = gym.make("CartPole-v1", render_mode='human')

用新的env_test去测试就好