问题描述
我正在尝试存储来自 RLlib 的 rollout 操作的观察、动作和奖励元组。似乎推出功能仅跟踪有关代理与环境交互时的奖励的信息。有谁知道如何存储所有这些信息?我看过 rllib 的 rollout.py file,但看起来实际存储这些信息的功能隐藏在 Ray 的分布式计算功能中。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)