photo

郭欣


Last seen: 2年以上 前 2023 年からアクティブ

Followers: 0   Following: 0

統計

MATLAB Answers

2 質問
0 回答

ランク
281,534
of 300,799

評判
0

コントリビューション
2 質問
0 回答

回答採用率
50.0%

獲得投票数
0

ランク
 of 21,092

評判
N/A

平均評価
0.00

コントリビューション
0 ファイル

ダウンロード
0

ALL TIME ダウンロード
0

ランク

of 171,134

コントリビューション
0 問題
0 解答

スコア
0

バッジ数
0

コントリビューション
0 投稿

コントリビューション
0 パブリック チャネル

平均評価

コントリビューション
0 ハイライト

平均いいねの数

  • Thankful Level 1

バッジを表示

Feeds

表示方法

質問


运用MAPPO训练后进行验证,发现保存的所有Agent.mat文件的的验证reward回合奖励都是一个数,而且效果非常差
我运用MAPPO强化学习做了500个episode的训练,训练结果从奖励函数来看是收敛了,训练结果如下: 训练加载的环境相对于验证环境复杂一点,但是我验证时发现所有保存的Agent输出的回合奖励非常差,而且所有episode保存的Agent都是一样的...

2年以上 前 | 1 件の回答 | 0

1

回答

質問


PPO强化学习时动作空间超出设定的数据范围
在运用PPO方法进行强化学习训练时,我的动作空间设定如下: numAct = 1; actInfo = rlNumericSpec([numAct 1],"LowerLimit",-1,"UpperLimit",1); actInfo.Name = ...

2年以上 前 | 1 件の回答 | 0

1

回答