#2279·stable-baselines3[问题] 为什么 VecNormalize 使用回报而不是奖励来标准化奖励?作者: pstahlhofen创建于 2026年8月25日更新于 2026年8月25日标签duplicatequestion❓ 问题 内容来源: DLR-RM/stable-baselines3查看 GitHub 原文在 GitHub 查看讨论