Issues · 十指紧扣/rl_learning - 木兰确实

对比学习 replay buffer大小的设置

#I9JF6A

探索训练集不同环境

#I9IGF2 1

关于RNNEncoder 放在critic还是actor上面更新

#I9IEAI

调参过程

#I9I89R

轨迹mask

#I9HZJN

weight加入裁剪

#I9HXXG

关于 infonce的队列

#I9GYT3

关于一些采样细节

#I9GSDQ 2

关于buffer中 hidden_state 偏差

#I9GRLI 2

有的时候encoder loss比较难学

#I9GQ02 7

实验结果分析

#I9EN4Y 4

为什么有些情况损失会变得特别大或者特别小

#I9B4Q3 3

一些想法

#I91J0S

debug 程序

#I91HIC