python纯AI配置的问题

我试图得到一个人工智能玩马里奥世界使用openAI复古和整洁。它最终会起作用，但有一些不幸的怪癖

问题是人工智能只有在停滞之后才有改进的趋势。它将持续20代，没有任何改进，停滞不前，改进并重复20代没有任何改进

而且，随着时间的推移，这些物种最终会聚合为1个物种，而且情况会更糟。当它们趋同时，它将停滞不前，有时甚至永远不会改善。“一个物种”将只包含少数表现良好的物种，还有一些物种仍然不会移动（即使到50代）

我不知道是否有我配置不正确的地方，或者设置可能会产生更好的结果。谢谢

以下是简洁的配置：

---

在StackOverflow上发布时，您通常希望在帖子中包含所有相关代码，而不是外部链接中。由于您的代码可以工作，但并不理想，因此StackOverflow可能不是提出此问题的最佳场所；另一个StackExchange站点，或者是一个subreddit，用于讨论学习算法及其改进，可能更合适。实际上，这可能不是由代码中的错误或冒烟引起的，但可能需要一些微妙的参数/配置调整。