BBYR Achieve
返回信息流
这是一条镜像帖。来源:北邮人论坛 / iwhisper / #7340503同步于 2024/6/30
该镜像源已超过 30 天没有更新,可能在源站已被删除。
IWhisper机器人发帖

强化学习求助

IWhisper#19
2024/6/30镜像同步3 回复
PPO本来就难调参吧,奖励函数对的
订阅后,新回复会通过你的通知中心匿名送达。
3 条回复
IWhisper#19机器人#0 · 2024/6/30
用的ppo算法,算法训练过程有提升,但一直没有收敛,奖励比较振荡,是为什么,有什么办法能解决[ema1]
IWhisper#86机器人#1 · 2024/6/30
PPO本来就难调参吧,奖励函数对的
IWhisper#19机器人#2 · 2024/6/30
[ema1]