Lin Fuyi
Lin Fuyi
 train_ppo_a2c_for_lunar_lander_continuous的ppo算法，好像不能完全复现曲线变化情况。 如果想完全复现曲线情况，不知道需不需要env.seed(args.random_seed)呢？ 但是我尝试加了下env.seed(args.random_seed)，好像起的作用不是很多大。 曲线不能完全浮现，不知道是不是因为多线程原因呢？还是别的原因呢？