场景：三根水管并联，且每根都有一个阀门开控制开度，然后三根水管汇集连接一个水压表，水压表另外一侧连接一个随机的用水水管，现在需要动态的调节阀门让水压表稳定在0.5（调节阀门后会有一个滞后变化过程）
我先从dcs采集数据，然后用lstm构建了env，用sb3 sac开始训练，看日志确实开始收敛奖励也越来越高。
但是效果还是不太好，想问一下大佬们lstm建模的问题，我感觉我lstm模型有问题，我现在是：采集了三个开度 水压表 和随即用水量，训练的时候用历史20步和当前的三个开度+用水量+压力（补零）来预测当前的压力。
求大佬指点一二！万分感谢！
