#戒断# 今天上午看看能不能调出 ddpg

现在的事情有： 1. 毕设正常推进：调 ddpg。 2. 毕设故事：整个结构 创新点 之类的，可以先从 hx 师兄的材料入手。 3. GNN：魔改代码（啊这就周二了我哭），搞几个图 trai 1

#戒断# 意识到用 ddpg 是不专业的行为

改成 sac 应该会好一些。最后有时间再改。

#戒断# …为什么会 nan？

勇敢 RL 炼丹师，不怕困难。 加油加油。 （说起来明明昨天有段时间 跑的效果还可以。要不再把模型改回来吧？） 4

#戒断# ppo 的 entropy 崩了？

加油。炼丹师不怕困难。 （况且是师兄已经复现的东西。而且是按理来说绝对能做出来的东西。）

#戒断# 今天天气很冷

晚上摸鱼了，速览了赫赫有名的琅琊榜。 晚上吃了大餐（指食堂二楼）。 心随境转，感觉也不是毫无希望… 充弥了 不理性的 无来由的 令人思维迟缓的 希望。 ……加油。三线推进，无论如何。

#戒断# 感觉 PPO 是在被训的，但是 value 收敛太慢了

如果每步的 reward 都是 -40 多，value 也应该至少 -40 多吧，不该仍然是 -1 多。 调高 lr 试试。 今天开始困了，可能因为打金刚功起了作用。调完 lr 后列个 t 3

#戒断# 看来在 GNN 领域，dgl 比 pyg 好用是被普遍认可的

接下来看看 dgl 怎么用，搞点 demo 跑。 加油加油！

#戒断# 今天上午有点困

按照计划，1. train ppo，2. 搞 ~~灰盒~~ NN 模型。 听着英语学不下去了… 在困的时候，抗干扰能力减弱。也或许是因为听英语才困？ anyway，我听英语只是为了考托福， 2

#戒断# 感谢上苍，clash 修好了

能翻墙还是很开心的。 今天中午下午要好好工作。对着 ppt 一项一项做吧。 现在趁着没下雨，赶快跑出去吃饭。 1

#戒断# 先背单词吧

水冷空调过会再看。托福冲冲冲！ （虽然还没完全想好为什么要考托福… 一个最直接的原因是，如果我仍打算考，那么现在是最合适的时间，虽然没有什么考的动机。 所以我们先背单词吧。加油，加油。