当你在尝试强化学习训练的时候,actor_loss 和 critic_loss 的值会变大可能是因为网络的输出与目标值之间的差距较大,导致损失函数的值变大。这可能是由于网络的初始权重不合理,或者是学习率设置过大,或者是训练数据的噪声过大等原因导致的。
你可以尝试以下几种方法来修改这种情况:
调整学习率:如果学习率设置过大,那么模型可能会跳过最优解而导致损失函数变大。你可以尝试降低学习率来减小损失函数的值。
使用不同的随机初始化方法:模型的权重初始值对模型的训练有很大的影响,因此你可以尝试使用不同的随机初始化方法,例如 Xavier 初始化或者 Kaiming 初始化等,来改善