OpenAI Gym RL算法的“学习”方法是否会重置模型？

Question

如果我第二次调用“学习”，会先重置模型，还是进一步调用“学习”来改善模型？

例如，将

Microsoft.Xaml.Behaviors.TriggerAction<T>

和

import gym
from stable_baselines.common.policies import MlpPolicy
from stable_baselines.common import make_vec_env
from stable_baselines import A2C
env = make_vec_env('CartPole-v1', n_envs=4)
model = A2C(MlpPolicy, env, verbose=1)
model.learn(total_timesteps=10000) # NOTE the number

产生一些相似的模型，对涉及的随机性取模吗？