策略问题

[154332]

up你好，为什么我训练的策略抬腿高度和抬腿时间总是不够，无法跨台阶，无论我怎么调整参数和权重，都无法改变最终的策略结果，策略总是收敛在很短的高度和很短的抬腿时间。麻烦您帮我解答一下，感激

[bopeng5221]

您这边提到的问题就是步态了。你应该是以及实现了基本的保持平衡和跟踪功能，然后想要有一些美观上面的追求。这个就需要额外增加步态相关奖励函数。至于为什么修改参数和权重无法调出理想的结果，可以看下新添加的奖励函数是否有bug，或者是否会和其他奖励函数在训练过程中有冲突形成局部最小。同时可以看下你现有各个奖励项是否平衡，各个数值之间有没有特别大的。具体还得您自己调了，我只能给个方向。