我目前正在做一个PPO强化学习项目，使用pytorch和gymnasium自定义环境。Mi idea是每10次训练迭代，显示一个带有状态轨迹和策略所采取的动作的图。问题是matplotlib图只在第一次正确显示，然后不会在下一次更新。
我以前实现的方法如下：图是环境类的一个属性，在自定义类的初始化过程中，调用plt.ion()方法，然后调用plt.subplots()初始化fig和axes属性，经过10次迭代后，清除图中的轴，并使用ax[i].step()方法再次绘制，最后调用plt.pause在执行训练循环之后重复该过程。
很可能问题是我不太理解matplotlib包的逻辑，解决这个问题的方法是修改两三行代码。我会感谢每一个建议。