AverageSteps—当每节跑的平均步数等于或超过所指定的临界值时，停止训练停止价值．

AverageReward-当跑步平均奖励等于或超过临界值时停止训练。

EpisodeReward当当前章节的奖励等于或超过临界值时停止训练。

GlobalStepCount—当所有章节的总步骤数(调用代理的总次数)等于或超过临界值时，停止训练。

EpisodeCount—当训练集数等于或超过临界值时，停止训练。

没有一个-训练期间不保存任何特工。

AverageSteps—当每集的运行平均步数等于或超过指定的临界值时，保存代理保存剂价值．

AverageReward—当运行平均奖励等于或超过临界值时，保存代理。

EpisodeReward-当当前章节的奖励等于或超过临界值时，保存代理。

GlobalStepCount—当所有章节的总步骤数(调用代理的总次数)等于或超过临界值时，保存代理。

EpisodeCount—当训练次数等于或超过临界值时，保存代理。

训练进步-显示培训进度

没有一个-不显示训练进度

同步——使用parpool对现有员工进行同步培训。并行池客户机(开始训练的进程)根据来自所有工作人员的结果更新参与者和批评者的参数，并将更新的参数发送给所有工作人员。在这种情况下，工人必须暂停执行，直到所有工人都完成，因此，训练只能按照最慢的工人允许的速度推进。

异步——使用parpool对可用的工人进行异步培训。在这种情况下，工作人员在完成后立即将数据发送回客户端，并从客户端接收更新后的参数。然后工人们继续他们的工作。

1-分配一个唯一的随机种子给每个工人。种子的值是工作者ID。

2-不要分配一个随机的种子给工人。

Vector -手动指定每个worker的随机种子。vector中元素的数量必须与worker的数量匹配。