1.loss无法下降
问题描述：
问题可以描述为，200条数据，进行LORA训练，前几步误差在30多，9万次训练后误差也大于0.5.
此时学习率lr如下：
lr_schedule=_optimizer.CosineDecaySchedule(
warmup_steps=5_000, # 1000步预热，帮助稳定初始训练
peak_lr=1e-5, # 峰值学习率（从默认值调低）
decay_steps=300_000, # 总衰减步数
decay_lr=1e-7, # 最终学习率
),排除学习率过大可能。
相似问题查找
经GITHUB相关问题查找，发现uu有遇到loss爆炸相关情况（loss 1000+），问题原因是归一化文件norm_stats.json中的action中的某些维度为0.导致std间相差倍数过大，或者某一维度的q0和q99过于接近
问题分析：
查看我自己的action的std发现第4，第6维度相较于其他几个维度明显过大（相差100倍）。
对原始数据进行分析，发现在action进行转换的时候，由于没有对弧度值限制在[0,2pai]内，导致最终的关节角相差了2pai的倍数，出现了关节角的跳变。处理方式：将差值限制在[0,2pai]
处理后结果
处理后发现第4第6维的std明显减小了，损失也恢复正常
