isaaclab中强化学习的PPO Runner 配置类里的参数配置文件解析

weixin_46473460

249人浏览 · 2025-11-30 16:23:00

weixin_46473460 · 2025-11-30 16:23:00 发布

参数	类别	作用
num_steps_per_env	rollout	每次采样多少步
max_iterations	训练长度	总迭代次数
save_interval	实用	保存策略频率
actor_hidden_dims	policy	MLP 大小
noise_std_type	policy	std 是否保证正
init_noise_std	policy	初始探索强度
entropy_coef	PPO	探索力度
clip_param	PPO	限制策略更新幅度
desired_kl	PPO	策略变化速度限制
num_learning_epochs	PPO	每次更新轮数
conv_layers_params	感知	卷积网络结构
conv_linear_output_size	感知→policy	flatten 后的维度

其中flatten的作用在于把卷积输出的多维张量（例如 C×H×W）变成一维向量

天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

天工造物局

树莓派Pico+MicroPython+MQTT+EMQX物联网数据上报实战

在物联网设备数据上报场景中，轻量级通信协议和高效开发语言至关重要。MQTT基于发布/订阅模型，具有QoS分级、心跳保活和遗嘱消息等机制，特别适合网络不稳定的嵌入式环境；MicroPython让开发者用接近Python的语法快速编写固件，降低嵌入式开发门槛；EMQX作为高性能开源Broker，提供可视化Dashboard和规则引擎，简化设备接入与数据处理。JSON凭借良好的可读性和跨语言解析特性，成

天工造物局

SmartTube 安装与使用：在 Android 电视上无广告播放的完整设置

SmartTube 是一款面向 Android 电视和电视盒的免费开源播放器，主打无广告播放 YouTube 等公开视频内容。它只跑在电视和盒子上，界面按遥控器设计，适合想把客厅大屏变成一台干净播放器的用户。## 先说清楚它是什么SmartTube 是开源免费的 Android TV 播放器，由一位开发者独立维护，没有公司背景。和官方 YouTube 电视版相比，它没有广告位，界面里不插横