みなさん、こんにちは私はそのチュートリアル https://www.youtube.com/watch?v=hCeJeq8U0lo&list=PLgNJO2hghbmjlE6cuKMws2ejC54BTAaWV&index=2に従って DQNエージェントをトレーニングしましたすべてが機能します
env = gym.make('CartPole-v0')
states = env.observation_space.shape[0]
actions = env.action_space.n
episodes = 10
for episode in range(1, episodes+1):
state = env.reset()
done = False
score = 0
while not done:
env.render()
action = random.choice([0,1])
n_state, reward, done, info = env.step(action)
score+=reward
print('Episode:{} Score:{}'.format(episode, score))
ランダムな選択をするのではなく、DQNを使用せずに使用したい
dqn.test(env, steps=10)
dqn.predict のようなものですが、彼らのドキュメントであなたが助けてくれることがわかりませんでした