actor

基于mysql5.7,innodb存储引擎 使用explain关键字可以模拟优化器执行SQL语句，分析你的查询语句或是结构的性能瓶颈 在 select 语句之前增加 explain 关键字，MySQL 会在查询上设置一个标记，执行查询会返 回执行计划的信息，而不是执行这条SQL ，如果 from 中包含子查询，仍会执行该子查询，将结果放入临时表中 使用到的建表语句文末 explain select * from actor; 在查询中的每个表会输出一行，如果有两个表通过 join 连接查询，那么会输出两行 explain结果字段说明 1. id列 id列的编号是 select 的序列号，有几个 select 就有几个id，并且id的顺序是按 select 出现的 顺序增长的。 id列越大执行优先级越高，id相同则从上往下执行，id为NULL最后执行。 2. select_type列 select_type 表示对应行是简单还是复杂的查询。 1）simple：简单查询。查询不包含子查询和union 2）primary：复杂查询中最外层的 select 3）subquery：包含在 select 中的子查询（不在 from 子句中） 4）derived：包含在 from 子句中的子查询。MySQL会将结果存放在一个临时表中，也称为 派生表（derived的英文含义） 5）union：在

Soft Actor-Critic SAC跟soft Q Learning一样在目标函数中引入熵，其目的是希望actor估计得动作在能够完成任务的基础上尽可能随机化。使得actor可以探索更多可能性，以达到近似最优（原文是near-optimal）的多种选择。假设有多个动作差不多一样好，policy应该设置每个动作有差不多一样的概率来选择他们。 本文的关键点： Off-policy方式更新，可以使用以前采样数据。 最大化熵可以提高稳定性及探索能力。 算法更新过程为policy iteration：评估policy->计算这个policy的value（使用 value function）->提升policy，使用value function来得到更好的policy（意思是说找到一个新的policy，使其value更大） 目标函数： 在原始的目标函数基础上增加了熵的部分，α控制熵的权重。 这个目标函数有几点好处： 激励policy更广阔地探索（熵项），并且放弃无意义没前途的行为（reward项） policy的行为是near-optimal的，意思是多个行为都可以达到optimal。如果多个行为同样好，应该设置多个行为一样的概率。 可以提高学习速度。 本文是第一篇在actor-critic上使用最大化熵的RL算法。 对于一个固定的policy，其soft Q

原文地址：http://my.oschina.net/jingxing05/blog/287462 ActorSystem(“companyname”) 相当于注册一家公司一样，负责： 通用配置 如：dispatchers, deployments, remote capabilities and addresses 创建Actor和搜索actor 通常一个应用一个Actorsystem ActorRef actOf会异步的启动一个Actor，并返回这个Actor的ActorRef，作为消息目的地，ActorRef的特征： immutable 与Actor是一对一关系 可序列化和网络传输，以实现远程透明性 启动Actor actor_system.actorOf(Props(new HelloActor("jingxing05")), name = "helloactor") 如果一个Actor有多个属性，可以通过如下方式设置其值： 发送适当的消息 放到构造函数中 重写preStart方法 Actor交互消息 消息必须是immutable的 通过 ！ 给Actor发送消息 Actor的消息处理方式 def receive = { // 接受消息时隐式的传入了 发送者的 ActorRef 名为 sender case "hello" => println("hello back to