SEED RL：大規模分佈式強化學習框架

SEED RL：Scalable, Efficient Deep-RL，每秒處理數百萬張圖片的分佈式強化學習框架。 目錄 基本架構 學習過程 總結  基本架構 Actor由大量CPUs組成，只進行環境交互，不再進行推理採樣。 Learner由GPU組成，高度的算力集中，完成推理採樣、數據存儲及學習訓練。 基本結構和GA3C很相似。 學習過程 整體採用批處理機制，批量採樣、批量學習。 Inferen

>>阅读原文<<