Control RL Experiment

전체적인 문제

• 학습이 reward 높이는 방향으로 잘 되고있는거지 모르겠음 왜냐면 올라갔다 내려갓다 많이 하고 상승안함
• epsilon exploration 이 해결해주는듯

• decode with multiplier 도 딱히 뭐없음 2 3 성능 올히려 내려감

• last k
• along layer
• along tokens