qq_26559751的博客

原创 tensorpack之predict解析

在ga3c中，每个agent在获得当前的state(例如游戏图像)后需要向master请求下一步的动作/V值。一个naive的master实现可以这样(简单起见不考虑epsode_finish)： while True:     identity, image = input_queue.recv() //agent的标识，和相应帧     action = sess.run(action,