深度强化学习算法 (DRL, Deep Reinforcement Learning Algorithm) 的神经网络是否需要使用批归一化 (BN, Batch Normalization) 或归一化（白化 whitening）？
深度强化学习不需要批归一化，但是可以用归一化。（长话短说）
归一化指的是深度学习的白化（whitening），这种操作可以让神经网络舒服地训练。本文讨论了 state action 这些输入值 以及 Q 值（reward）这些输出值 的归一化问题。见下方目录。
舒服地训练：让神经网络的输入值，或者输出值尽可能靠近正态分布，从而让激活函数正常工作，随机初始化的参数不需要被夸张地调整，梯度下降优化器的超参数可以不调。
代码与对应的流程，如下：
- ElegantRL 的网络基类，Critic 网络，直接把归一化的均值和方差这些参数记录在神经网络里，即插即用