引子 深度强化学习可以分为两类：单智能体算法和多智能体算法，单智能体算法从DQN开始有policy gradient、actor critic、dpg、ppo、ddpg、sac等等，它们解决的是环境中存在一个智能体的情况（或者是多个智能体可以转化为一个智能体决策的情况），但是在某些环境（environment）下，似乎单智能体算法就有些心有余而力不足，例如足球比赛亦或是追逐游戏。如果依旧对每个agent采用单智能体算法会出现如下情况：在第 i i i个agent做出动作
本文介绍了多智能体深度确定性策略梯度（MADDPG）算法，作为DDPG在多智能体环境中的扩展，其核心思想是通过增强critic网络的输入信息来改善决策。MADDPG的特点是分布式的actor和集中式的critic，允许更好地处理多智能体环境中的交互。文章讨论了MADDPG的更新策略，以及在实践中加速收敛的技巧，并指出其在智能体数量增加时面临的挑战。
订阅专栏 解锁全文
扫一扫
5255
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
