根据PPO中的算法，经过测试，发现

obs_batch = self.obs[:-1].view(-1, *self.obs.size()[2:])[indices]

其中，

self.obs.size()[2:].shape = （4,84,84）
self.obs[:-1].shape = (128, 8 , 4, 84, 84)（128是buffer的length,8是process_num， 4*84*84是数据的大小）

经测试，发现

self.obs[:-1].view(-1, *self.obs.size()[2:])[indices]中的view（-1）是将128和8相乘，即8个128相拼接，而不是128个8相拼接。