强化学习大会 介绍 RL Assembly是和的实现的集合，以及必要的基础设施（如优先回放）和atari之类的环境。 关键实施选择 用于在C ++和Python之间同步模型的Torchscr ipt 我们在Python中进行训练时，会在C ++中运行大量的仿真和模型推断。 这需要在Python中更新模型，同时在C ++中将其用于推理。 我们使用Torchscr ipt来实现。 该模型在Python中使用定义一次，并且可以在两个地方使用。 一个线程在for循环中运行多个模拟器 通常，像Atari