我有一个小文件游戏（没有pygame或任何其他需要的东西），我用DQN运行。
现在我得到了所有东西，但奇怪的是，网络从一开始就做得很好（没有随机动作）比一开始的随机动作更好玩吗？好的，它只需要向左或向右。它需要学习在演奏时改变方向，但它似乎只是总是改变偏见，只是向左或向右跑，但它不再学习了？
如果你在游戏机中运行游戏，你会在3分钟后直接看到所有重量都不再变化，只有偏差？
我改变了mini-batch-size，observation_steps，learning_rate，没有什么大的改变。我还能改变或做什么？