想请教一下您的dqn+MAML为什么只有一次replay()? #1
Description
我看到run_dqn_meta.py里面代码只有一次replay()。但是maml的标准算法不是需要先更新模型然后再用更新的模型与环境交互生成新的transition，最后用这些新生成的在更新一次，那么应该有两次replay()把？另外您的dqn+MAML看上去像是给每一个环境都分配了一个agent，每个agent各自在各自的环境进行更新，这不是maml把？
{{ message }}
我看到run_dqn_meta.py里面代码只有一次replay()。但是maml的标准算法不是需要先更新模型然后再用更新的模型与环境交互生成新的transition，最后用这些新生成的在更新一次，那么应该有两次replay()把？另外您的dqn+MAML看上去像是给每一个环境都分配了一个agent，每个agent各自在各自的环境进行更新，这不是maml把？