感觉 pendulum 的 reward 可以进行偏移以使其均值为 0。
... ...
pendulum 的 reward norm
一次购买，永久免费
去创作
评论
{{item.path.join('.')}}
{{item.item.name}}
感觉 pendulum 的 reward 可以进行偏移以使其均值为 0。
... ...