如果不能对模型做RL, 还是想玩agent,那就尽量选最好的模型，否则确实是浪费时间，能做到力所能及的最好。要不然当玩具行，在高级任务上，真的没法用 ​​​https://mapp.api.weibo.cn/fx/635a4faa85ac1b8822fbd75b5a693e92.html