乒乓球比赛的奖励 - OpenAI 健身房

问题描述

我知道当一方得分为 20 分时，乒乓球游戏会初始化为新游戏。

顺便说一下，奖励显示它低于-20。
为什么会这样？

可以期待的一件事是，在一方获得 20 分后，再玩一次即可重置游戏。游戏需要21点才能初始化吗？

（使用 8 个工人，A2C，PongNoFrameskip-v4）

解决方法

Pong 打到 21 分，而不是 20 分。