OpenAI Baselines 新增 ACKTR 与 A2C 实现

OpenAI Baselines 发布 ACKTR 和 A2C 两个新实现。A2C 是 A3C 的同步确定性变体，性能与之相当；ACKTR 比 TRPO 和 A2C 更具样本效率，每次更新仅比 A2C 略多计算量。