Glossary पर वापस जाएं
A3C
असिंक्रोनस एडवांटेज एक्टर-क्रिटिक — एक गहन RL एल्गोरिदम जो अलग-अलग पर्यावरण प्रतियों पर समानांतर में कई एजेंट इंस्टेंस को प्रशिक्षित करता है, असिंक्रोनस रूप से एक साझा नीति नेटवर्क को अपडेट करता है। A3C पहले एल्गोरिदम में से एक था जिसने Atari गेम पर मानव-स्तरीय प्रदर्शन प्राप्त किया और प्रदर्शित किया कि समानांतर डेटा संग्रह स्थिर प्रशिक्षण के लिए अनुभव पुनरावृत्ति को प्रतिस्थापित कर सकता है।