mujoco_py.builder.MujocoException: Got MuJoCo Warning: Unknown warning type Time = 0.1950.

文章讨论了在网络权重计算中由于梯度爆炸或分母为nan导致的结果异常问题。为了解决这个问题,提出了两种策略:一是实施梯度归一化以防止梯度爆炸;二是对归一化分母添加合适的bias,避免数值过大导致的nan现象。这些方法有助于维护强化学习环境的稳定运行。
摘要由CSDN通过智能技术生成

原因:网络权重,因为(1)梯度爆炸 或(2)分母  的原因变成nan,导致输出结果变为nan。导致强化学习环境报错。

解决办法:(1)为防止梯度爆炸,增加归一化 (2)对归一化分母加上合适大小的bias,过大也会导致超过float而变成nan。 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

躺着卷

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值