#6.3 A3C (Asynchronous Advantage Actor-Critic) (强化学习 Reinforcement Learning 教学) - 莫烦Python - 機器學習 Machine Learning 公開課 - Cupoy

Google DeepMind 提出的一种解决 Actor-Critic 不收敛问题的算法. 它会创建多个并行的环境, 让多个拥有副结构的 agent 同时在这些并行环境上更新主结构中的参数. 并行中...