photo


Last seen: 3 meses hace Con actividad desde 2024

Followers: 0   Following: 0

Estadística

Feeds

Ver por

Pregunta


我再使用强化学习工具箱编写SAC智能体进行训练时策略一直在上下限波动,没有很好的探索,而使用DDPG智能体和PPO智能体则是能够进行一些有效的探索,请问这是什么原因?
%main % 观测空间和动作空间定义 % numObs = 11; %观测空间维度 % numAct = 4;%动作空间维度 numObs1 = 7; %观测空间维度 numAct1 = 3;%动作空间维度 %BS, EB, ,CL a...

3 meses hace | 1 respuesta | 0

1

respuesta