当你在尝试强化学习训练的时候，actor_loss 和 critic_loss 的值会变大可能是因为网络的输出与目标值之间的差距较大，导致损失函数的值变大。这可能是由于网络的初始权重不合理，或者是学习率设置过大，或者是训练数据的噪声过大等原因导致的。
你可以尝试以下几种方法来修改这种情况：
调整学习率：如果学习率设置过大，那么模型可能会跳过最优解而导致损失函数变大。你可以尝试降低学习率来减小损失函数的值。
使用不同的随机初始化方法：模型的权重初始值对模型的训练有很大的影响，因此你可以尝试使用不同的随机初始化方法，例如 Xavier 初始化或者 Kaiming 初始化等，来改善
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
