文中的配置定义了 Actor-Critic 算法在 MindSpore 框架中的具体实现，包括 Actor 和 Learner 的设置、策略和网络的参数，以及训练和评估环境的配置。
摘要：在本案例中，我们将展示如何基于A2C算法，训练一个LunarLander小游戏。 本文分享自华为云社区《使用A2C算法控制登月器着陆》，作者：HWCloudAI 。 LunarLander是一款控制类的小游戏，也是强化学习中常用的例子。游戏任务为控制登月器着陆，玩家通过操作登月器的主引擎和副引
