OpenAI Baselines 新增 ACKTR 与 A2C 两个强化学习算法实现

OpenAI 发布了 OpenAI Baselines 的两个新实现：ACKTR 和 A2C。A2C 是 A3C 的同步、确定性变体，性能与 A3C 相当；ACKTR 比 TRPO 和 A2C 更节省样本，且每次更新所需计算量只略高于 A2C。