dogfightenv环境sac_df训练问题

[lmm7700667]

您好，我刚刚开始尝试在dogfightenv上训练，请问直接运行sac_df，使用stable_baselines3的算法能达到什么效果，timesteps设置为多少reward能够收敛呢。我初步尝试了一下，没有做任何修改，模型似乎没有收敛。