正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
在RL中，如何让智能体不取边界值？
xiao-ma
假如我的动作空间是开区间（-1,1），假如我采用的是PPO算法，那我要怎么避免智能体取到边界值-1和1呢？常用的方法有哪些诶？
Obnay
像sac那样取个tanh？
Document
