CleanRL项目中使用PPO连续动作算法录制视频的问题分析与解决

问题背景

在使用CleanRL项目中的PPO连续动作算法(ppo_continuous_action.py)时，用户尝试通过--capture-video参数录制训练过程中的视频，但遇到了一个与Pygame渲染相关的错误。错误信息显示size must be two numbers，表明在视频录制过程中，Pygame的smoothscale函数接收到了无效的尺寸参数。

错误分析

该问题主要发生在Gymnasium环境的视频录制环节。当启用视频录制功能时，系统会通过以下调用链尝试渲染环境画面：

1. 视频录制器调用env.render()
2. 经过多层wrapper调用后，最终到达Pendulum环境的渲染函数
3. 在Pygame的smoothscale函数处失败，因为传入的尺寸参数不符合要求

深入分析发现，这个问题与NumPy版本有关。当使用NumPy 2.0时，某些尺寸参数的传递方式发生了变化，导致Pygame无法正确解析。

解决方案

临时解决方案

用户最初提供了一个临时解决方案，通过重写Pygame的smoothscale函数来捕获异常并提供默认尺寸：

original_smoothscale = pygame.transform.smoothscale

def safe_smoothscale(surface, size, *args, **kwargs):
    if not (isinstance(size, tuple) and len(size) == 2):
        size = (640, 480)  # 使用默认尺寸
    try:
        return original_smoothscale(surface, size, *args, **kwargs)
    except TypeError:
        return surface

pygame.transform.smoothscale = safe_smoothscale

这种方法虽然能解决问题，但属于临时性的修补方案。

推荐解决方案

更根本的解决方案是使用兼容的NumPy版本。CleanRL项目维护者确认，这个问题与NumPy 2.0的兼容性有关，建议降级到NumPy 1.24版本：

pip install numpy==1.24

这个方案更加稳定，不需要修改任何代码，且能确保整个CleanRL生态系统的兼容性。

技术背景

Gymnasium的视频录制机制

Gymnasium通过RecordVideo wrapper实现视频录制功能。当启用录制时，系统会在每个环境步骤中捕获当前帧，并使用Pygame或其他渲染后端将画面保存为视频。

NumPy版本兼容性问题

NumPy 2.0引入了一些重大变更，包括数组标量类型的处理方式。这些变更可能影响与Pygame等库的交互，特别是在尺寸参数传递方面。NumPy 1.24保持了更传统的数组处理方式，因此能更好地与现有的渲染管道兼容。

最佳实践建议

1. 版本控制：在使用CleanRL时，建议严格按照项目推荐的依赖版本进行安装
2. 环境隔离：使用虚拟环境管理不同项目的依赖，避免版本冲突
3. 错误处理：对于关键的生产环境应用，可以考虑添加类似用户提供的防御性编程代码
4. 持续更新：关注CleanRL项目的更新，及时获取官方修复方案

总结

在CleanRL项目中使用PPO连续动作算法录制视频时遇到的这个问题，展示了深度学习工具链中版本兼容性的重要性。通过理解问题的根源并选择合适的解决方案，用户可以顺利实现视频录制功能，同时保持系统的稳定性。对于类似问题，建议优先考虑官方推荐的依赖版本，而不是自行修补，以获得最佳的支持和稳定性。