一种分布式的强化学习训练系统、方法及电子设备

本申请提出了一种分布式的强化学习训练系统、方法及电子设备，涉及人工智能技术领域。该系统包括分布式环境采样单元、智能体训练单元及分布式对象存储单元。分布式环境采样单元设多个并行采样器，各含仿真环境与Runner模块，Runner接收动作信号，在仿真环境中执行并收集信息，存入经验池。智能体训练单元含Action与Learner模块，Action基于最新状态数据生成动作指令至采样器，Learner从经验池获取数据优化模型。分布式对象存储单元作为经验池，存储所有采样器数据，并与智能体训练单元交互。三者通过数据同步机制协调，包括数据同步与梯度同步。该系统能够更好的满足在数据同步、传输效率、模型滞后以及算法支持度等方面的训练需求。