OpenAI 基线：ACKTR 和 A2C

这篇文章宣布了作为 OpenAI 基线的一部分，发布了两个新的强化学习算法：ACKTR 和 A2C。它强调 A2C 是 A3C 的同步且确定性变体，实现了相当的性能。ACKTR 被认为是 TRPO 和 A2C 之外更具样本效率的替代方案，其计算成本略高于 A2C。

• •OpenAI 发布了 ACKTR 和 A2C 作为其基线的一部分。
• •A2C 是 A3C 的同步、确定性版本，具有相似的性能。
• •ACKTR 比 TRPO 和 A2C 具有更高的样本效率，但计算成本略高于 A2C。