我正在研究A3C/ACER的一个变体，我有多个工作线程，每个线程独立运行。我使用的是OpenAI gym环境。

Python的线程处理功能正常，但无法充分利用所有核心。由于没有阻塞I/O，它不会进行上下文切换。

我希望工作线程在各自的环境中执行动作时能够释放GIL（全局解释器锁）。

我很期待您的反馈：这是否合理并且可行？

回答：

回答我自己的问题：我发现OpenAI的universe-starter-agent展示了一种相当高效的方法：https://github.com/openai/universe-starter-agent。

该实现使用Tensorflow，并运行包括参数服务器在内的独立进程。

我认为这对其他人也可能是一个有用的参考。