Python 限制Unity ML Agent/Tensorflow中的操作值

我将Unity与ML代理及其PPO实现结合使用

我有一个动作训练我的神经网络，输入值为-1:1。 当我记录该操作时，我可以看到网络总是尝试像550、630、530等值。 如何将这些限制为仅使用-1和1之间的值

我试着团结起来寻找它。找不到任何选项。 现在我试图修改PPO算法，但我找不到任何限制我的值的东西

我的日志工作方式如下： 我的代理具有AgentStep方法：

public override void AgentStep(float[] act){
  if (brain.brainParameters.actionSpaceType == StateType.continuous) {
    var actionAC = act[0];
    float[] toLog = new float[2];
    object.move(actionAC);
    // some rewards including toLog[0] as reward log
    toLog[1] = actionAC;
    logger.AddLine(toLog);
  }
}

Logger是我编写的一个类，用于创建csv文件。 此输出看起来不像：

-1 530.73106
-2 530.73106
...
-234.5 -631.9137
...

---

提前感谢。

试试

var actionAC=Mathf.Clamp（动作[0]，-1,1）

这可确保
actionAC
的值始终介于-1和1之间

您当前的代码是什么？这是unitys ml agentsQuote的标准ppo实现：“当我记录操作时”您在哪里记录？啊。我在Tensorflow代码之外的统一体中有它。我有一个类来写下一个csv文件与给定的数据。在agentstep的“我的代理”中，我将actionInput保存为变量，并使用该变量调用我的csvwriter。@ChrizZlyBear如果您只是向我们展示代码而不是描述它会更容易：）