众力资讯网

在CovLayers之后增加TransformerEncoder,并更换QR-D

在CovLayers之后增加TransformerEncoder,并更换QR-DQN价值头,用Cosine Annealing LR重训之后,实测雀魂13局半庄战战绩如下

相比Mortal,一万局1V3 Challenger,平均顺位-0.08,平均得点+4.91,基本离开噪声带,可认为该架构改动对模型性能有显著正向作用

上分速度确实Crazy,感觉还是我以前打的不够,号的段位不够高金之间还是太容易了吗