作业系统: win11 问题类别: RL 使用工具: Python PyTorch 问题内容: 尝试以OpenAl Gymnasium建立一个Pacman的游戏环境然後以RL进行训练。 目前已完成程式码，训练也能成功跑完，但得到的分数都相当差，期望至少有1500以上， 但跑完结果甚至不到500。训练过程的score似乎没有明显变好，loss也没有下降，查看结 果发现Pacman 三次游戏机会都会走极类似路径，甚至卡在某个角落不动。 不知道是否有对这块有经验的版友能帮忙看看，先提供RL algorithm的程式码跟训练过程 截图如下，如果需要档案可私信，真的非常感谢！ https://i.imgur.com/dCr1xq4.jpeg https://i.imgur.com/q7gV1yH.jpeg https://i.imgur.com/ZAPxXho.jpeg https://i.imgur.com/w3v6pK3.jpeg https://i.imgur.com/f0PuuV4.jpeg https://i.imgur.com/gfhb8mU.jpeg --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 223.140.71.170 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1716288010.A.883.html