关于 VecNormalize 包装器"训练"参数的问题。

你好，我有一个使用 VecNormalize 包装器训练的 A2C 模型，当我在另一个环境中进行评估时，布尔型“training”参数在从 training == False 到 training == True 时会产生不同的结果。我在文档中看到，这个参数允许“是否更新移动平均值”，但我仍然不清楚将 training 设置为 True 是否会被视为作弊。所以，我需要帮助。