1. 问题描述

1.1 在使用官方代码进行训练的时候“success_once突然掉落到0”

• 简要说明你在使用官方 examples/baselines/ppo/baselines.sh 脚本训练 PickCube-v1 时，在 early stage（如前 50 k 步）指标正常、success_once 接近 1，但在后期（约 100 k 步以后）发现 success_once 连续多次为 0 的现象。
• 可以附上一张示例图（如你之前贴的 eval/success_once 曲线）：标明“100 k 步前后”这一时段，指标为什么会突然“塌陷”。