如何解决TensonFlow 2 分布式Impala 强化学习策略
我正在尝试实施 IMAPLA 算法（强化学习）。
在这个算法中有许多actor，它们使用他们的神经网络执行动作并将轨迹发送给学习器。 学习者拥有与所有演员相同的神经网络，它训练神经网络，并在进行一些学习后将更新的权重分配给所有演员。
我想了解哪种分发策略更适合此任务。我的理解是镜像策略参数在所有机器上共享，但在这里我们不需要它，那么我应该使用哪一个？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
