网上查了，需要安装pytorch2.7+cuda12.8，pytorch2.7以上才可以，回想起来还好是10月份拿到的设备，如果是2、3月份，估计就歇菜了，看了nvidia官方的内容，pytorch上半年还不支持sm_120，conda和pip命令现在也不行，deepseek和chatgpt给出的命令也都安装不进去，清华的源和好几个国内的源都试了，也不行，网上让用nightly版本，不停的提示轮子

学习者（比如那只狗，或者你的AI模型）。智能体所处的场景（比如房间）。智能体能做的事情（跑、跳、坐）。环境给出的反馈分数（+1分，-10分）。除非你的问题是一个需要连续决策的问题（如机器人控制、物流调度），且你拥有一个高保真的模拟环境，否则不要使用强化学习。它会把简单的问题复杂化，且大概率训练不出来。

学习者（比如那只狗，或者你的AI模型）。智能体所处的场景（比如房间）。智能体能做的事情（跑、跳、坐）。环境给出的反馈分数（+1分，-10分）。除非你的问题是一个需要连续决策的问题（如机器人控制、物流调度），且你拥有一个高保真的模拟环境，否则不要使用强化学习。它会把简单的问题复杂化，且大概率训练不出来。