请分享你在强化学习项目中调参的经验，包括关键参数的选择、调试策略以及遇到的典型问题。

回答思路

1. 能列举关键超参如学习率、折扣因子、探索率及其影响
2. 说明调参策略如网格搜索、早停、监控训练曲线
3. 描述遇到的典型问题如训练不稳定、过拟合及解决方法
4. 体现理论与实践结合，能解释调参背后的原理