萌新提问：每次训练后到达一定的step之后，reward就开始收敛？

zcy · 2022年11月4日

就很疑惑为什么每次训练到大概30W次的时候就开始收敛了，每一条曲线的模型参数不一样，但是环境一样。请问这是正常情况吗？

如果还想继续训练应该怎么调整呢？

Marco · 2022年11月4日

你是设置了不同的随机种子吗

zcy · 2022年11月4日

Marco 好像没有诶如果随机数种子不同的话，是不是不应该在相同的时间点收敛了？

zcy · 2022年11月4日

zcy · 2022年11月4日

Marco 好像没有诶如果随机数种子不同的话，是不是不应该在相同的时间点收敛了？