AI4Finance-Foundation / AI4Finance-Foundation/ElegantRL
train_ppo_a2c_for_lunar_lander_continuous的ppo算法，好像不能完全复现曲线变化情况
オープン
- 主要言語
- Python
- スター
- 4.4k
- フォーク
- 978
- PR マージ指標
- 30日以内にマージされた PR はありません
説明
train_ppo_a2c_for_lunar_lander_continuous的ppo算法，好像不能完全复现曲线变化情况。
如果想完全复现曲线情况，不知道需不需要env.seed(args.random_seed)呢？
但是我尝试加了下env.seed(args.random_seed)，好像起的作用不是很多大。
曲线不能完全浮现，不知道是不是因为多线程原因呢？还是别的原因呢？
コントリビューションガイド
このリポジトリのコントリビューションガイドは索引されていません
評価
この issue はまだ評価されていません。