![photo](/responsive_image/150/150/0/0/0/cache/matlabcentral/profiles/30533831_1688693921565_DEF.jpg)
泽宇
Followers: 0 Following: 0
統計
MATLAB Answers
2 質問
0 回答
ランク
of 149,446
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
Feeds
質問
When using the reinforcement learning toolbox, when training the agent, there will be a problem that action is the boundary.
我在用深matlab强化学习工具箱进行自定义环境智能体训练,在第一次训练时(未得到奖励时),智能体给出的action是action约束范围内的值,然而在第二次训练时(得到第一次训练的奖励后),智能体给出的action是action却是约束范围的边界值?并且...
4ヶ月 前 | 1 件の回答 | 0
1
回答質問
TD3算法训练时动作总是输出边界值
我在使用TD3算法训练完成后,无论训练过程中奖励曲线是否收敛,动作总是输出边界值或者输出完全不正确。我的state的值在0-20000,动作边界在0-15000.是哪里出了问题,是自定义环境创建的不正确还是哪里?需要对输入输出进行归一化吗
6ヶ月 前 | 1 件の回答 | 0