在A2C算法中，为了并行计算，在不同的进程中运行多个环境。在openai基线实现中，SubprocVecEnv是为不同环境创建不同进程的类。(你可以在stable_baseline中看到几乎相同的实现)。
我不明白的一点是:为什么进程的参数是一个返回称为env_fn的环境的函数，而不是直接返回称为env的环境本身?
换句话说，为什么L61是这样的，而不是这样的:
self.ps = [ctx.Process(target=worker, args=(work_remote, remote, CloudpickleWrapper(env)))
谢谢!
因为要创建多个环境，您需要函数来创建它们。如果你将环境本身传递给它，它是通过引用传递到环境的一个实例，所有的worker将在同一个实例上操作。
另一方面，该函数允许创建多个实例，以便每个进程可以在一个实例上操作。