stable-baselines3 · Issues· 89 开放

[错误] gSDE+tanh 重建即使初始比例为 1，但仍会改变 PPO 回放梯度

[错误]: 由于从封装器的 `step` 中终止/截断而重置时,重置选项被忽略

[错误]: 当文件是新的时,具有 override_existing=False 的监视器不会写入任何标题

[错误]: ReplayBuffer 在 Kubernetes 中无法检测实际的内存限制。

[问题] 为什么 VecNormalize 使用回报而不是奖励来标准化奖励?

[错误]: VecEnv 子环境种子 (种子 + i) 在不同运行中与相邻的基础种子重叠

[错误]: `is_image_space` 在 Gymnasium 的 `FrameStackObservation` 中工作不良

[错误]: 使用 EvalCallback 进行渲染时,不会渲染初始状态或最终状态

[错误] HER 未更新 HER 过渡的已完成标记

[错误]:渲染测试失败 (SDL_RumbleMotor 依赖项重复)

用于有界连续动作空间的 BetaDistribution 策略,可避免高斯裁剪偏差并提高训练稳定性

[问题] 为什么 FireResetEnv 封装器的 reset 函数中 self.env.reset 不返回 obs 变量,而 EpisodicLifeEnv 和 NoopResetEnv 封装器的 reset 函数中则返回了 obs 变量

[问题] evaluations.py 中的 current_rewards

[错误]: 当右侧内容滚动时,左侧导航会移动。

[问题] 问题标题