A3C
2016 Deep Mindが発表
早い：AsynchronousかつAdvantageを使って学習させるので、学習が早く進む！
安い：DeepLearningといえばGPUという常識を覆して、安価なCPUだけで計算ができる！
うまい：DQN(やその他の比較手法)より性能がいい！
DQNを卒業してA3Cで途中挫折しないための7Tips - Qiita
深層強化学習において分散並列学習の有用性を示した重要な手法
A3CでCartPole (強化学習) - どこから見てもメンダコ
深層強化学習アルゴリズムまとめ - Qiita