框架结构¶
PARL的目标是构建一个可以完成复杂任务的智能体。
以下是用户在逐步构建一个智能体的过程中需要了解到的结构：
Model用来定义前向 (Forward)网络，这通常是一个策略网络 (Policy Network)或者一个值函数网络 (Value Function)，输入是当前环境状态 (State)。Algorithm定义了具体的算法来更新前向网络 (Model)，也就是通过定义损失函数来更新Model。一个Algorithm包含至少一个Model。Agent负责算法与环境的交互，在交互过程中把生成的数据提供给Algorithm来更新模型 (Model)，数据的预处理流程也一般定义在这里。