Bireflection/ai3603_legged_gym

求问go1的reward是如何考虑设计的

shangjaven opened this issue · 2 comments

shangjaven commented

尝试在原来的legged_gym文件下将a1替换成go1怎么都跑不通，但试了您env/go1/go1_config下的reward权重设计和ppo中用elu激活函数后神奇的能够训练成功了，想问问博主是如何考虑来设计的呢，看了您文件里的注释，感觉您对每一个reward权重大小代表的什么也很明了，方便问问是如何学习的吗～谢谢博主！

Bireflection commented

其实我们也对reward不是很清楚，我们也是仿照的把a1换成go1，reward也没有做很多调整，为了解决大作业的指标加了一些特定的reward。elu的话我记得原代码里面默认就是elu，其他的激活函数效果都不大好

  • 👍1
shangjaven commented

感谢博主的回复！