MATLAB可能会在尝试与10个或更多的工人同时训练一个强化学习代理时崩溃。崩溃是由于客户端和工作进程之间的通信竞争条件。
您可以通过将MATLAB更新到R2020a Update 3来避免这个错误。
为了绕过PG、DQN、DDPG、TD3、PPO代理的通信竞争条件，使用同步并行训练，配置工作者等待剧集结束后再向主机发送数据。要做到这一点，配置你的rlTrainingOptions对象，如下面的代码所示:
>> trainOptions = rlTrainingOptions;
> > trainOptions。UseParallel = true;
>> trainoptions . parallelelizationoptions . mode = "同步";
>> trainoptions . parallelelizationoptions . stepsuntildataissent = -1;
AC代理不支持使用StepsUntilDataIsSent = -1。金宝app为了避免这些代理的通信竞争条件，考虑使用基于经验的并行训练的PPO代理或基于梯度的并行训练的PG代理。
