在Tensorflow或Keras中运行ML Agent训练的冻结图

我试图采用Unity ML代理训练的模型，并在Tensorflow/Keras内部运行推断。有什么建议吗

我尝试将冻结的图形文件加载到TF图形中，然后提取输入/输出张量。我假设向量_观测是输入操作，动作是输出操作

x = graph.get_tensor_by_name('prefix/vector_observation:0')
y = graph.get_tensor_by_name('prefix/action:0')

然后我尝试输入我在Unity（AddVectorObs）上的输入

但它在运行时给了我一个关于action_mask的错误

InvalidArgumentError: You must feed a value for placeholder tensor 'prefix/action_masks' with dtype float and shape [?,6]
     [[Node: prefix/action_masks = Placeholder[dtype=DT_FLOAT, shape=[?,6], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]

我可能的输出是这样的两个分支：[0,1,2]；[0,1,2]... 所以我想这就是为什么它说动作面具的形状是6

我是Tensorflow的新手，如果我错过了一些愚蠢的事情，我道歉。谢谢

以下是神经网络格式的图片：

---

您是否尝试通过上一个操作（y-1）？我没有详细分析代码，但我记得看到了一个缓冲区，它包含了观察结果和之前的操作。

InvalidArgumentError: You must feed a value for placeholder tensor 'prefix/action_masks' with dtype float and shape [?,6]
     [[Node: prefix/action_masks = Placeholder[dtype=DT_FLOAT, shape=[?,6], _device="/job:localhost/replica:0/task:0/device:CPU:0"]()]]