请问训练强化学习算法和测试强化学习算法时，随机种子应该如何设置？（1）训练算法时需要固定随机种子吗？（2）测试算法时需要固定随机种子吗？（3）如果固定随机种子，训练和测试的随机种子值相同吗？（4）为什么虽然在代码中设置了随机种子，但每次运行得到的结果还是不同？
