最初代码：
action = torch.max(actions_value, 1)[1].data.numpy()[0, 0] # return the argmax
修改后代码：
action = torch.max(actions_value, 1)[1].data.numpy()[0] # return the argmax
参考：
https://morvanzhou.github.io/tutorials/machine-learning/torch/4-05-DQN/链接下面的评论
版权声明：本文为qs17809259715原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。