Weitao Jiang

@upccpu 你好，请问你解决了这个问题了吗？我基于@ruotianluo的代码中的aoa模型做了一些改进工作，在xe训练的时候，结果相比原rep是有一点提升的，但是在用rl优化时，效果就很差，b1最高79.8. 请问你在rl优化时的参数设置是怎样的呢？