self.adj = torch.as_tensor(agent_args.adj, device=self.device, dtype=torch.float)报错AssertionError: Torch not compiled with CUDA enabled 如何修改

这个错误表明你在尝试使用PyTorch操作GPU数据（通过`device='cuda'`指定），但是你的Torch库并没有启用CUDA支持。如果你的硬件支持CUDA并且你想在GPU上运行代码，你需要按照以下步骤修改：

1. 确保你的硬件上有NVIDIA GPU，并且已经安装了CUDA。
2. 安装适合的PyTorch版本，通常建议选择包含CUDA支持的版本。你可以从PyTorch官方网站下载对应CUDA版本的 wheel 文件（例如torch torchvision cudatoolkit=10.2）。
3. 在Python环境中，通过命令行安装：

   pip install torch torchvision==<version_with_cuda_support> -f https://download.pytorch.org/whl/torch_stable.html

将 `<version_with_cuda_support>` 替换为实际的版本号。

4. 安装完成后，检查`import torch`是否可以正常导入并看到CUDA相关的模块，如 `torch.cuda.is_available()` 应该返回True。

5. 如果你的代码是在Docker或其他环境下，记得在启动时添加相应的环境变量以指定CUDA设备。

6. 运行你的代码时，再次尝试`self.adj = torch.as_tensor(agent_args.adj, device='cuda', dtype=torch.float)`，应该能够成功加载到GPU。

如果还是遇到问题，可能是CUDA驱动或版本不匹配，需要更新驱动或确认你的系统支持的最高版本的CUDA。