IMPALA 分布式框架 学习笔记

以下总结来源于：http://www.javashuo.com/article/p-peflmnno-ky.html IMPALA的灵感来自于热门的A3C架构，后者使用多个分布式actor来学习agent的参数。在类似这样的模型中，每个actor都使用策略参数的一个副本，在环境中操作。actor会周期性地暂停探索，将它们已经计算得出的梯度信息分享至中央参数服务器，而后者会对此进行更新。 与此不同，

>>阅读原文<<