MachineLP/Tensorflow-

学习笔记TF037:实现强化学习策略网络.md

biandh opened this issue · 1 comments

biandh commented

作者给的输出结果是reward大于200，可是实际运行时，最多只能到200，不知道您这边有观察过么？

MachineLP commented

是的，只能到200