QuaRL:QuaRL是一个开放源代码框架，用于系统地研究将量化应用于强化学习算法的效果

争吵：强化学习量化 QuaRL的代码，用于评估量化对不同环境中强化学习策略，培训算法和量化方法的影响的框架， ActorQ是量化的分布式RL培训设置，展示了高达2.5倍的提速。 目录 介绍 深度强化学习已经取得了重要的里程碑，但是，强化学习训练和推理的计算需求仍然很大。 我们使用量化技术（如后期训练量化和量化意识培训）来减少计算成本，这是一种众所周知的降低计算成本的技术，我们在普通环境中对A2C，DDPG，DQN，PPO和D4PG等强化学习算法进行了系统研究。 基于PTQ的有效性，我们提出了ActorQ ，这是一个量化的actor-learner分布式培训系统，该系统可以使学习者以完全的精度运行，而actor以量化的精度运行（fp16，int8）。 我们在强化学习训练中证明了端到端的加速1.5倍至2.5倍，而没有回报的损失。 此外，我们在分布式强化学习培训中分解了各种运行时成本，并显示了