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。
求助！训练曲线总是陷入局部最优，震荡后突然跳出，陷入下一个局部最优。该怎么检查问题出在哪里
DomOConner
SAC训练曲线如下图所示，尝试了很多参数组合，结果还是这样。但是同样的问题定义，用PPO训练效果就很好。该怎么检查问题出在哪里，可以排查到跳出局部最优的trigger？
Document
