强化学习（8）：Asynchronous Advantage Actor-Critic（A3C）算法

本文主要讲解有关 A3C 算法的相关内容。 一、A3C 算法 直接引用莫烦老师的话来介绍 A3C 算法：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。并行中的 agent 们互不干扰，而主结构的参数更新受到副结构提交更新的不连续性干扰，所以更新的相关性被降低

>>阅读原文<<