R2D2算法实现

该项目包含了Ape-X和R2D2算法的实现，并提供了必要的支持基础设施，如优先回放机制和Atari游戏环境。它是一个高性能的强化学习框架，具有可扩展和模块化的设计，适用于训练强化学习代理、实验优先回放缓冲区、在Atari游戏上基准测试强化学习算法以及开发自定义强化学习环境。