深度强化学习：深度解析 MADDPG

深度强化学习：深度解析 MADDPG

学习强化学习，码代码的能力必须要出众，要快速入门强化学习 搞清楚其中真正的原理，读源码是一个最简单的最直接的方式。最近创建了一系列该类型文章，希望对大家有多帮助。
另外，我会将所有的文章及所做的一些简单项目，放在

1.MADDPG 原理

OpenAI 2017 论文《Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments》

知乎已经比较详细介绍了

本文主要分析该开源程序的架构。

该程序主要是对 文章中的 environment 的实验进行房展

在试验中 存在 agent 和 landmarks

实验一：speak 不能动 但是可以看，listener 说一个颜色 listener 就到一个颜色的 landmark 上去

实验二：在这种经典的捕食者 - 食饵游戏变体中，N 个较慢的 Predator 在 Landmark 阻碍下追赶速度更快的 Prey

每一个 Predator 碰撞到 prey，代理人得到奖励，而对手受到惩罚。