reinforcement-learning - RLLIB 强化学习推车杆无法收敛/永远占用

Question

我已经按照文档安装了 rllib（几乎只是运行了一个 pip install 命令），并尝试按照文档运行基本的 cartpole 环境，命令：rllib train --run DQN --env CartPole-v0 我尝试了这两个对于 tensorflow 和 pytorch，但问题仍然存在。政策永远不会收敛。