要不然我直接换成 sac。
(虽然记得自己不太会 sac。sac 是 off-policy 嘛?)
今天上午 10 点去听 63 所宣讲会,中午 12 点赶去吃经管工作餐,然后可能会开始排练,下午两点看看能否去焦标二楼听一波之江宣讲会,晚上就正式表演了,然后社团可能去吃饭,简单吃一点就赶快回,走的人多就不吃,周四上午还有早八形策,找各路师兄问电网安排在周四晚。
昨天深夜 hx 师兄说建议我们叠 transformer 的 buff 发论文。hx 师兄真的厉害。感觉 j 老师也意识到了。
现在 1. 看一眼 sac 怎么做,是否 off-policy,2. 读 multi-fidelity rl 论文。
啊。加油加油。稳住。目标导向。