کمک سیکھنے کے لیے bespoke پالیسی نیٹ ورکس میں صفوں کی تشکیل نو کے ساتھ عام مسائل کا اس ٹیوٹوریل میں احاطہ کیا گیا ہے۔ جب تربیت کے دوران ایکشن اسپیس کے طول و عرض کو مناسب طریقے سے منظم نہیں کیا جاتا ہے، تو نتائج میں مماثلت نہیں ہوتی، جو کہ ایک خاص غلطی ہے۔ اس طرح کے مسائل پر قابو پانے میں غلطی سے نمٹنے کی تکنیکوں کو استعمال کرکے اور مشاہدہ کی جگہ کو واضح طور پر بیان کیا جاسکتا ہے۔ اس بات کو یقینی بنانے کے لیے کہ ایجنٹ بہترین ممکنہ ماحول میں کام کریں، طریقہ کار میں ایکشن اسپیس کو ڈیزائن کرنا اور نیورل نیٹ ورک کی تہوں کے لیے جدید ترین PyTorch ٹولز کا استعمال شامل ہے۔