search

MotoShin / deep-reinforcement-learning-list

0 stars 0 forks source link

Improve a2c #6

Closed MotoShin closed 3 years ago

MotoShin commented 3 years ago

概要

a2cを改善していく

MotoShin commented 3 years ago

worker agent のメモリの格納方法が間違っている気がする 論文だと下記になっている

until terminal s_t or t - t_start == t_max