A3C

Asynchronous Advantage Actor-Critic — um algoritmo de aprendizado por reforço profundo que treina múltiplas instâncias de agentes em paralelo em cópias separadas do ambiente, atualizando assincronamente uma rede de política compartilhada. A3C foi um dos primeiros algoritmos a alcançar desempenho sobre-humano em jogos Atari e demonstrou que a coleta de dados em paralelo pode substituir a reprodução de experiência para treinamento estável.

Related terms