Common Sense

Coop_Multi-Agent_DRL

于 2020-04-30 10:39:06 发布

阅读量132

点赞数

分类专栏： DRL

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42718542/article/details/105856399

版权

DRL 专栏收录该内容

7 篇文章 2 订阅

订阅专栏

文章目录

Imitation Learning

Imitation Learning

训练采用了imitation learning，这也是目前的主流吧，在这种FPS复杂环境下，高纬度的state and action space，维度灾难是显而易见的，所以他们先让Agent观看人类玩家30分钟的游戏操作之后，再开始训练，加快了policy的训练和收敛速度。

Coop_Multi-Agent_DRL

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
Common Sense

文章目录Imitation LearningImitation Learning训练采用了imitation learning，这也是目前的主流吧，在这种FPS复杂环境下，高纬度的state and action space，维度灾难是显而易见的，所以他们先让Agent观看人类玩家30分钟的游戏操作之后，再开始训练，加快了policy的训练和收敛速度。...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。