ACKTR:使用Kronecker建立信任区的演员评论家

ACKTR TensorFlow中ACKTR的实现。 ACKTR是当前的SOTA策略渐变方法之一。 Openai在提供了ACKTR的代码。 但是， acktr/kfac.py很难遵循。 因此，我基于和制作了 。 优点 使用tf.contrib.kfac更容易遵循和编写。 （我从tf.contrib.kfac复制ops/*并对其进行了一些修改，您可以切换回tf.contrib.kfac） 支持环境中每个正在运行的代理的Tensorboard可视化。 以更简单的方式支持不同的策略网络。 轻松支持OpenAI体育馆以外的环境。 使用克罗内克因素信任区域（ACKTR）的演员评论家 在中引入了使用Kronecker-Factored Trust Region的Actor Critic。 它使用了一种新近提出的技术，称为 （一种非常强大的优化器），用于演员批判方法。 它显示出样品效率提高了2到