FFFFlint

> 感谢回复！后续我发现是我自己的数据集没有加is_end的标记导致的，但是修复之后损失依旧会持续的缓慢上涨，请问对于这个问题你有什么看法吗？ 在 2024-06-07 14:30:25，"FFFFlint" ***@***.***> 写道： 应该是训练稳定性的问题吧，可以试试把policy delay加大一点（默认是1，也就是每经过一个step都会和critic一起更新），比如设置为4，这样actor更新的就慢一点，如果更新太频繁可能会因为critic还没有train得太好而导致actor的loss很大~ — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>...