RLChina 强化学习社区
发表
发动态
发帖子
登录/注册
首页
话题
发动态
发帖子
消息
登录/注册
最新
推荐
关注
W
wanghz123
这家伙很懒,什么都没留下
个人成就
积分
2
帖子
1
评论
1
注册排名
430
关注了
0
关注者
0
帖子
文章
W
W
wanghz123
这家伙很懒,什么都没留下
发布于2025-05-06 17:59:16
离线强化学习loss和收益的关系
目前在用离线强化学习算法 cql 做项目,缺少实际测试环境来验证策略,那么怎么根据模型的 critic loss 和 actor loss 判断模型是否收敛呢? 目前发现 actor loss 在上升,但是通过对输出动作分析,发现还是学到了一些对的策略,但...
赞
评论
浏览
150
水区
到底啦