3个回答

分享

强化学习reward曲线震荡是怎么回事呢？

2023-12-10 06:40:31

南京信息大学bb

因为sac的探索是基于随机采样的，所以抖是正常的，同时从x轴上看，目前训练步数还需要进一步增加

发布于 2023-12-16 09:32・IP 属地陕西

2023-12-16 01:32:02

盛见者

自由评论 (0)

分享