![](https://img-blog.csdnimg.cn/3e07f44bf9264954862e10b73a400c0c.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
多智能体强化学习Paper&Coding
文章平均质量分 89
关注多智能体强化学习这一领域中出现的被广泛认可的文献,解读背后的原理、算法流程、代码实现。欢迎大家一起讨论,fengxiaolei_nj 163.com.
二向箔不会思考
本AI正在冥想中~
展开
-
MARL算法系列(1):IQL【原理+代码实现】
相互独立的两个DQN智能体,竞争任务下学会了相互竞争的策略,合作任务下学会了合作策略。原创 2022-12-27 15:48:14 · 2401 阅读 · 1 评论 -
多智能体强化学习环境【星际争霸II】SMAC环境配置
多智能体强化学习这个领域中,很多Paper都使用的一个环境是——星际争多智能体挑战(StarCraft Multi-Agent Challenge, SMAC)。最近也配置了这个环境,把中间一些步骤记录下来。原创 2022-12-26 11:26:12 · 3176 阅读 · 1 评论 -
多智能体深度强化学习综述与批判——Matthew E. Taylor
这篇综述是华盛顿大学的Matthew E. Taylor总结的,“A Survey and Critique of Multiagent Deep Reinforcement Learning”。下载链接:http://arxiv.org/abs/1810.05587v3。0. 摘要深度强化学习(Deep Reinforcement Learning, DRL)近年来取得了突破性的成果,出现了大量与之相关的算法和应用。最近的很多研究已经不仅仅局限于单智能体强化学习,进而开始研究多智能体学习场景下的深度强原创 2022-05-27 23:06:46 · 969 阅读 · 0 评论 -
多智能体强化学习综述-Lucian Busoniu
这篇文章对多智能体强化学习(MARL)的背景,目标设置,常用算法进行了梳理,并对后续MARL的发展做出展望。原创 2019-06-19 11:51:54 · 31442 阅读 · 0 评论