1v1/NoWeapon/Selfplay训练了1e8次step后好像没有效果 about closeaircombat HOT 6 CLOSED

1e8个step足够了, n_training_thread 置为1，训练再试试

from closeaircombat.

我的训练参数如下
python train_jsbsim.py --env-name SingleCombat --algorithm-name ppo --scenario-name 1v1/NoWeapon/Selfplay --experiment-name v1 --seed 1 --n-training-threads 64 --n-rollout-threads 32 --log-interval 1 --save-interval 1 --cuda --use-selfplay --selfplay-algorithm "fsp" --n-choose-opponents 1 --eval-interval 1 --eval-episodes 1 --num-mini-batch 5 --buffer-size 3000 --num-env-steps 1e9 --lr 3e-4 --gamma 0.99 --ppo-epoch 4 --clip-params 0.2 --max-grad-norm 2 --entropy-coef 1e-3 --hidden-size "128 128" --act-hidden-size "128 128" --recurrent-hidden-size 128 --recurrent-hidden-layers 1 --data-chunk-length 8
在我分别训练了1e8次step和2e8次steps再渲染后，好像并没有得到预期的效果，再tacview中只有30秒的时间，渲染结果output如下：

请问是模型的问题嘛，还是我训练时间不够，我看着1e8次的训练，奖励曲线也已经收敛到70多分啦，再接着训练奖励曲线也没有变化了

from closeaircombat.

你好，n_training_thread 置为1训练后，今天渲染仍然是这个问题

from closeaircombat.

你好,关于这个环境的安装问题想请教您一下,请问您方便吗,可以的话感激不尽

from closeaircombat.

请问您环境安装成功了吗？想请教一下最后一步- Initialize submodules(JSBSim-Team/jsbsim): git submodule init; git submodule update是怎么进行的呢

from closeaircombat.

重新验证了一下，根据intro介绍的流程，1v1/NoWeapon/Selfplay能训练出效果。

from closeaircombat.