基于融合神经网络参数的分布式深度强化学习

摘要

本发明提出了一种基于融合神经网络参数的分布式深度强化学习。包括如下步骤：（1）在每个工作节点上部署深度强化学习代理；（2）每隔一定时间，所有工作节点将各自的神经网络参数和当前得到的平均回报发向参数服务器；（3）参数服务器接收所有工作节点发送过来的神经网络参数和平均回报；（4）参数服务器根据平均回报计算每个工作节点对应的参数系数；（5）参数服务器根据所有的神经网络参数和其参数系数计算新的神经网络参数；（6）所有工作节点使用这个新的神经网络参数开始学习。本发明提升了深度强化算法的效果且有效的解决了工作节点频繁向参数服务器发送神经网络的参数梯度所带来的时间消耗问题。