采用 policy gradient 学习方法训练agent，并行训练的参数也需要调整

秒杀系统是一件复杂的事，从我们上篇文章中就能看出来，洋洋洒洒又臭又长接近5000字。这样复杂的东西，如果每个系统都要写一次，势必是个非常大的人力浪费。其中一个环节考虑不周，就会功败垂成。...

在一个包含Actor、Env、Reward Function的强化学习的情景中，Env和Reward Function是你所不能控制的。

为了使用有限状态机（Finite State Machine）Actor，你需要将以下依赖添加到你的项目中：

首先，我们可以有一个前置操作，里面包括了大部分对指令可执行性判断逻辑，这样我们可以把许多重复代码从Receive函数中移走，如下：

Dynamic actor可能只表示一个抽象的连接点, 所以不需要对应一个shape

Actor的核心在于发送消息和接受消息。每一个Actor系统之间的联络都依靠消息的传递，假设现在有两个Actor系统A和B，A会向B发送了一条消息打招呼，或者是通知B要完成某个任务，注意在这里，Actor模型和线程同步模型不同的是A在发...

ActorActor扮演两种角色: 静态对象, 动态刚体(也叫body). Actor包含shape. Shape之间相交会触发很多行为. Static actor主要作用是碰撞检测, 所以一般都会赋于对应的shapeDynamic actor可能只表示一个抽象的连接点, ...

在上一篇，“一切都是消息”--MSF（消息服务框架）之【请求-响应】模式 ，我们演示了MSF实现简单的请求-响应模式的示例，今天来看看如何实现【发布-订阅】模式。简单来说，该模式的工作过程是：客户端...

以前，我们在讨论《业务分析三维度（场景+角色+时间）理论》 的软件设计的时候，对于场景中的访问者，动态附加场景许可的角色，如何通过访问者执行角色方法的问题，采用了下面的实现方式：Actor.ActAs<IRole>().Function(Para para);...