返回Glossary
A3C
异步优势演员-评论家（Asynchronous Advantage Actor-Critic）— 一种深度强化学习算法，在多个独立的环境副本上并行训练多个智能体实例，异步更新共享策略网络。A3C 是首批在 Atari 游戏上实现超人类性能的算法之一，证明了并行数据收集可以替代经验回放以实现稳定训练。
异步优势演员-评论家（Asynchronous Advantage Actor-Critic）— 一种深度强化学习算法，在多个独立的环境副本上并行训练多个智能体实例，异步更新共享策略网络。A3C 是首批在 Atari 游戏上实现超人类性能的算法之一，证明了并行数据收集可以替代经验回放以实现稳定训练。