本地机跑QuickStart跑不到最后就停了，而且Test reward怎么这么高，教程上是达到200就结束了

[18438622356]

本地机跑QuickStart跑不到最后就停了，而且Test reward怎么这么高，教程上是达到200就结束了 本地机所用环境： paddlepaddle version: 2.3.2. gym==0.12.1 parl ==2.0.5

以下是到最后停止不动的代码，在AIstudio上跑能跑完，Test reward达到200就停止了; 本地机每次跑，停止的地方不一样，有时候Episode到790，有时候Episode到500多就停止不动了。

[11-11 23:11:17 MainThread @train.py:100] Test reward: 1607.2 [11-11 23:11:18 MainThread @train.py:91] Episode 600, Reward Sum 163.0. [11-11 23:11:18 MainThread @train.py:91] Episode 610, Reward Sum 235.0. [11-11 23:11:19 MainThread @train.py:91] Episode 620, Reward Sum 351.0. [11-11 23:11:19 MainThread @train.py:91] Episode 630, Reward Sum 256.0. [11-11 23:11:20 MainThread @train.py:91] Episode 640, Reward Sum 480.0. [11-11 23:11:21 MainThread @train.py:91] Episode 650, Reward Sum 206.0. [11-11 23:11:21 MainThread @train.py:91] Episode 660, Reward Sum 293.0. [11-11 23:11:22 MainThread @train.py:91] Episode 670, Reward Sum 653.0. [11-11 23:11:23 MainThread @train.py:91] Episode 680, Reward Sum 363.0. [11-11 23:11:24 MainThread @train.py:91] Episode 690, Reward Sum 250.0. [11-11 23:11:27 MainThread @train.py:100] Test reward: 4175.6 [11-11 23:11:27 MainThread @train.py:91] Episode 700, Reward Sum 440.0. [11-11 23:11:28 MainThread @train.py:91] Episode 710, Reward Sum 497.0. [11-11 23:11:29 MainThread @train.py:91] Episode 720, Reward Sum 795.0. [11-11 23:11:30 MainThread @train.py:91] Episode 730, Reward Sum 230.0. [11-11 23:11:30 MainThread @train.py:91] Episode 740, Reward Sum 365.0. [11-11 23:11:31 MainThread @train.py:91] Episode 750, Reward Sum 298.0. [11-11 23:11:32 MainThread @train.py:91] Episode 760, Reward Sum 479.0. [11-11 23:11:33 MainThread @train.py:91] Episode 770, Reward Sum 842.0. [11-11 23:11:34 MainThread @train.py:91] Episode 780, Reward Sum 85.0. [11-11 23:11:34 MainThread @train.py:91] Episode 790, Reward Sum 489.0.

[TomorrowIsAnOtherDay]

hello,你有更改过本地的代码吗？

[18438622356]

没有呀，你在本地能跑吗

[TomorrowIsAnOtherDay]

可以跑的，你的系统是windows还是Linux呢？能发下系统信息吗？

[18438622356]

我的是win10的 处理器：11th Gen Intel(R) Core(TM) i5-1135G7@ 2.40GHz 2.42GHz 内存RAM：16.0 GB(15.8 GB可用) nvidia显卡，显存是2G的

[TomorrowIsAnOtherDay]

收到，等下周到公司处理下，感谢反馈。

[18438622356]

本地可以跑了，之前不能跑的原因是，我在github下载的是zip，github默认下载的是PARL-develop，我用AIstudio克隆后在AIstudio下载放到本地就可以了，AIstudio上的应该是最新的代码，两份代码可能有些不一样，谢谢~~

[TomorrowIsAnOtherDay]

总结下是这样吗？ 你使用最新版的代码（PARL-develop）运行，reward会超越200？但是使用旧版本代码，reward就正常？

[18438622356]

刚又重新下载了，本地试了一遍PARL-develop，也能跑了，reward也是200，但是我之前也没改过代码啊，很奇怪^_^

[18438622356]

刚又重新下载了，本地试了一遍PARL-develop，也能跑了，reward也是200，但是我之前也没改过代码啊，很奇怪^_^

[TomorrowIsAnOtherDay]

那等下次你能稳定复现稳定再另行发起issue哈。我先关闭了。