代码风格检查

1.1. 代码规范

尽量遵循 Google C++ Style Guide

Gitflow工作流通过为功能开发、发布准备和维护分配独立的分支，让发布迭代过程更流畅，非常适合用来管理大型项目的发布和维护

现有深度强化学习算法主要的问题有：

• 采样难，样本利用率低：对于一般的强化学习问题，学习得到想要的策略需要的样本以百万、千万记，而绝大多数on-policy算法在策略更新后丢弃旧的样本。

分布式强化学习算法可以大幅提升采样效率，加速学习速度，对于on-policy算法一定程度也能减少方差。

dataclass是python3.7的新特性，是一个主要包含数据的类。