RLChina 强化学习社区

RLChina 强化学习社区

  • 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
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
关于 标签 友链