Назад к Glossary
A3C
Асинхронный Advantage Actor-Critic — алгоритм глубокого обучения с подкреплением, который обучает несколько экземпляров агента параллельно на отдельных копиях окружения, асинхронно обновляя общую сеть управления. A3C был одним из первых алгоритмов, достигших сверхчеловеческой производительности на играх Atari, и продемонстрировал, что параллельный сбор данных может заменить воспроизведение опыта для стабильного обучения.