问题描述
我的目标是构建新的认知架构，该架构使用强化学习组件（Pytorch 或 Tensorflow Python 神经网络来表示 RL 值函数，用于计算观察-动作映射（使用此值函数））。
我的目的是从多个交互的 RL 组件构建这个架构，这些组件具有一些特定的专业化（状态空间、动作空间、策略），例如一个 RL 组件可用于从视觉观察中提取几何表示，另一个 RL 组件可用于将声音输入翻译成自然语言语句，第三个 RL 组件可用于将自然语言语句解析为逻辑语句（使用自然语言处理的形式语义）和另一个组件，用于将这些信息融合并翻译成高级技能/动作和另一个组件 - 将高级复杂动作编译成运动原语。
这种架构需要并行和交互的 Python 组件。我的问题是 - 这种设计的概念架构和技术是什么？这些 Python 组件/笔记本之间的通信模式和技术是什么？
如果我确实在 Java EJB 或 Spring 中实现了这一点，那么我可以将每个 RL-Unit 放入单独的 EJB 或 Spring bean 中，并且 EJB 容器或 Spring 容器将成为这些 bean 以及在它们之间构建的关联的生存空间启动中的 bean（或者也可以由侦听器/发布器实现）。
我是 Pyhon 的新手，我不知道如何在 Python 中实现它。我应该考虑 Django 服务器/框架吗？在我的理解中 - Django 用于 CRUD 数据库访问和 API 编程，但是 - 也许我应该将 Python 笔记本/函数包装在 Django 组件中，通过 HTTP API 公开这些 Django 组件，然后使用通常的 HTTP（外部介质）通信进行通信组件之间？
我真的很困惑，想知道这种分布式/组件式 Python 的一些常见概念或模式。
我的理解是 - 这不是 Python 并行化的问题（例如使用 MPI）。这是关于组件类型的架构。如果某个组件增长（例如某个非常大的神经网络），那么我可以使其单独并行。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）