多智能体强化学习——值分解方法代码流程

主要参考：

官方库：https://github.com/oxwhirl/pymarl/

大佬实现的库：https://github.com/starry-sky6688/StarCraft/ 

        大佬的库通俗易懂

        但大佬的库由于框架结构的问题，没实现double q 。

        我加了一下，貌似没啥大区别；另外貌似不是很适合MPE环境...... 难顶

        maddpg永远滴神

主要代码流程：

①main.py 

        将配置参数输入进程序 my_main(_run, _config, _log)

        设置随机种子，开始运行run.py

②run.py

        一大堆配置属性，进程序run_sequential(args=args, logger=logger)

③run_sequential(args, logger)

        1.注册runner：默认为episode_runner

        2.配置replaybuffer

        3.注册controller：默认是basic_controller