如何在TensorFlow中设置大型动作来应对深度强化学习

Question

我想使用流行的方法来实施具有大型操作集的DRL，以处理诸如策略梯度或参与者批评者之类的大型操作集。

但是，由于内存问题，我在利用TensorFlow中的算法时遇到了一些麻烦。例如，我有3125000个动作，而VRAM（要使用TenforFlow GPU版本）通常约为10 GiB。

我想了解在TensorFlow中设置大型操作来处理DRL的一般方法。