我感觉，我得看懂TD3是怎么一回事，从代码上看懂它是怎么一回事…… 发现自己说不出这样做的动机，只是觉得这是应该去做的。
下一步，我会把自己对TD3的理解写在这里，然后去看代码。攻坚克难，嗯。

啊啊啊DDPG的actor到底怎么train啊，理解不了了

寄了寄了，看起来现在的agent，除了不把obj弄掉，并不会其他的动作。