强化学习计划随着时间的推移而冻结

Question

我目前正在开发一个强化学习程序，它可以自学如何玩蛇游戏。我面临的问题是，当程序在后台运行时，它会慢慢地消耗越来越多的内存，最终导致程序崩溃。我确保检查是否有任何列表随着时间的推移而缓慢增长。据我所知，没有这样的列表，因为它们在每次迭代开始时都是空的。我已经在下面添加了训练代码(代码的图片)：

Code part 1

Code part 2

Code part3

这是我第一次在stackoverflow中发布问题。如果我以错误的方式发布了问题，很抱歉。

Answer 1

您确定是内存的问题吗？如果是，请尝试在for循环外部设置变量，并为每个循环清空它们。

A=[]
B=[]
history=[]
for iteration in range(iterations):
   A=[]
   B=[]
   history=[]

你能不能试一下，看看对你是否有效。