接下来打算，对着代码+文档，看stable-baseline对HER和DDPG的实现。
- 正在追寻dolce
- 2 年，4 月前
- 2022年2月5日 10:00
- 卡主
- 正在追寻dolce
- 2 年，4 月前
- 2022年2月5日 12:45
- 卡主
我终于有点明白了，TD3它是有两套DDQN式的target+predict网络（为了避免追移动靶），为了防止估计过高，又每次取两套网络里的最小，作为两套网络去拟合的数据……？
- 正在追寻dolce
- 2 年，4 月前
- 2022年2月5日 22:51
- 卡主
目前可能的要求：obs action space 继承自 gym 的一些 space （goalSpace，for HER）
真希望可以直接调用啊。
- 正在追寻dolce
- 2 年，4 月前
- 2022年2月5日 23:29
- 卡主
感觉可能把 kinematic 的部分，放到最基础的 setting 里更好？明天再说…
谁能成为意见领袖？
语不惊人死不休
舍您其谁
© 行恒 2013
早上真是美好的时段啊，上午9点坐在电脑前，窗外阳光清朗+鸟叫，感觉一天时间很充裕，一切皆有可能。