Artificial intelligence 培养dqn的实用方法

我不熟悉强化学习，当我阅读教程和论文时，似乎大多数DQN（或基于DQN的算法，如Double DQN等）学习（更新网络），每一步的批量大小从32到512

然而，当我在Atari游戏中尝试使用4层CNN的DQN时，它似乎非常慢，每一步都需要半秒钟以上。这是合理的，因为训练可能很慢。因此，似乎训练DQN的理论方法在视频游戏中不是很实用（特别是如果我想要更深入的网络来识别更复杂的状态），除非我有几个GPU或像P100这样的非常好的GPU

因此，相反，我尝试在每集结束时学习多个批次，而不是每一步学习一个批次，速度要快得多，但基本上表现不佳，经过三四个小时的训练，分数甚至低于随机移动

那么，在视频游戏RL中，还有哪些更实用的方法可以保持良好的性能呢

任何帮助都会很好！谢谢