在稳定的基线中使用 LSTM

问题描述

我正在为 RL 使用稳定基线的 PPO2。我的观察空间的形状为 (100,10)，我想用 LSTM 替换策略中使用的网络，你知道这是否可能？

谢谢

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@）