pbt主要用来自动优化超参数，属于automl方向吧应该是。类似的还有optuna，对于小型的网络的超参数优化效果也不错。准备加上pbt来自动优化神经网络的超参数，但是pbt的实现没发现有太好的，stable baselines目前还不支持，rllib支持，Guide to Population Based Training (PBT) — Ray v1.9.0，但是rllib的使用较为繁琐。纠结