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。
小车避障，总奖励变动幅度大，还需要继续训练吗？
gkw521
!
使用的PPO-clip
刚开始总奖励还在持续上升，后面幅度越来越小，并且还会出现奖励比较低的情况
第一次单独写深度强化学习，这是出了什么问题？
gkw521
Document
