A2Cのpolicy networkとvalue networkの重みはshareされるのか?

Question

深層強化学習を勉強しています。

A2Cのpolicy network(のweight)とvalue network(のweight)はshareされるのかわかりません。
chainerは別のネットワークとしていそうです。

MG2033はConv層は共有して最後の層は分かれていそうです

最近のトレンド等も含めてどちらが主流なのでしょうか。
ご存知の方、ご教授いただければ幸いです。よろしくお願いします。