对于图像作为observation的，可以直接img/255.0。那么对于observation的范围不确定的如何归一化？比如humanoid这种环境，并不知道observation的范围。 我尝试使用了stable baseline 中的(obs-runing_mean)/runing_var的归一化，然而模型（几个nn.linear层）的输出总会出现nan，最有可能的原因还是输入不规范。请问有什么解决办法吗？
LeonShangguan
请查看论坛问题 深度强化学习算法中输入状态s时是否需要归一化？
LeonShangguan 使用clip试试？
实验室官方助手 很有用，谢谢～
