问题描述
在tf_agents DqnAgent docs中，构造函数中有一个名为emit_log_probabilities的参数，对“是否策略发出日志概率”的解释非常无用。
在这种情况下，log_probabilites实际上意味着什么？如果启用它，即使我有很多可能的动作，它也会给我一个标量值而不是向量，所以我认为这不是每个动作的概率。请参阅此unanswered but related post，以获取代理设置的完整代码示例以及emit_log_probability=True
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@）