概念Vectorized Environment
向量化环境
强化学习中的环境封装模式,将多个独立环境实例批处理为统一接口,并行推进并返回批量观测与奖励,提升采样吞吐量
时间轴 (近 90 天)
11月5日
向量化环境将多个标准环境实例封装成批处理接口,对外表现为一个环境,内部并行推进N个独立副本,每次返回一批观测、奖励和完成标志。
待验证50%
11月5日
向量化环境让采样吞吐量随并行数线性增长,同时保持每个副本的物理隔离性,为策略梯度方法提供低方差、独立同分布的批量经验。
待验证50%
10月18日
利用向量化环境并行采样,可以在单机上最大化数据吞吐。
待验证50%