stream-x 算法

自然智能（Natural intelligence）过程就像一条连续的流，可以实时地感知、行动和学习。 流式学习是 Q 学习和 TD 等经典强化学习 (RL) 算法的运作方式，它通过使用最新样本而不存储样本来模仿自然学习。 这种方法也非常适合资源受限、通信受限和隐私敏感的应用程序。