深度强化学习-分布式模块化框架 一个模块化框架，可实现即插即用的RL思想实验。 该系统是模块化的，具有针对演员，评论家，记忆，代理等的可重用类。 探索和学习在单独的Docker实例中作为单独的流程运行。 这样就可以运行多个分布式资源管理器。 这些组件在一个位置连接在一起，例如 ， 。 急切地使用Tensorflow2。 跑 启动两个docker镜像，一个运行Explorer，另一个运行Learner。 scr ipts/both.sh 结果