photo

郭欣


Last seen: 1 year 前 |  自 2023 起处于活动状态

Followers: 0   Following: 0

统计学

  • Thankful Level 1

查看徽章

Feeds

排序方式:

提问


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...

1 year 前 | 1 个回答 | 0

1

个回答

提问


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 = ...

1 year 前 | 1 个回答 | 0

1

个回答