Vulcan_S的博客

强化学习术语与PPO各个框架超参数整理

在使用混合输入（图像 + 向量）的时候，发现似乎一直没有给用卷积网络训练，这部分核心是。等等，所以使用上需要多注意，否则训练半天模型都不对.......的源码，发现这检测条件有点严格，如数据类型得是。发现图像要用卷积，必须得过。

目前Isaac Lab支持的强化学习框架Isaac Lab支持的强化学习框架介绍调研下来，能够实现字典状态量，也就是多输入状态量的有rsl_rl、sb3、(skrl不确定)，rl_games是显然不支持的，自己改了一版，花了很长时间，目前训练还不收敛，个人觉得rl_games定制网络和策略不那么友好。rsl_rl关节类的研究对象用这个多一些，但是目前master分支只支持PPO算法，algorithms分支支持算法很多，但是没有合并到master，使用不方便；sb3比较通用一点；