kwai/DouZero

想询问一下baseline里面的ai训练了多久，我训练了几个礼拜了，表现感觉不如baseline

GGG3313 opened this issue · 2 comments

GGG3313 commented

平均frame4000训练了3个礼拜，我训练的地主对战2个baseline农民，wp在0.37:0.63；而使用我训练的地主对战2个我训练的农民，wp在0.44:0.56。显然我训练的地主不太行？想问一下baseline训练多久，目前完全估计不了啥时候能比baseline强？

daochenzha commented

@GGG3313 在随机叫地主的场景下，地主0.44的胜率差不多。我们的baseline大概训练了两个多月