请问各位大佬，有人做过追捕问题吗，自己搭的gym环境跑TD3算法，一直无法收敛，reward也是，真心求助！
有佬做过追捕问题吗，自己搭建的gym环境，TD3算法一直不收敛，怀疑是算法编写问题，但是看了一些资料后没什么大的问题，感觉是环境搭建的问题？求指点，谢谢！
Lisper
根据我以前自己仿照gym写的环境经验来说，多半应该是环境问题，特别是奖励设置问题，一般TD3这些算法都是在基准环境上经过验证的，性能和稳定性都是可靠的
所以再从奖励的地方找问题吧，毕竟你看瘦不收敛也是看reward
