智能体独自训练,有独自的策略
多个智能体共同训练,共享策略和reward,这种训练方式只在每个智能体都知道其它智能体的环境下有效,如果环境是部分可见的或者智能体智能观测到自己的环境则不适用
强化学习&多智能体9.3 | 训练方式
最新推荐文章于 2024-08-13 09:46:33 发布
本文讨论了两种强化学习中智能体的训练方式:一是智能体独立训练,拥有独立策略;二是多个智能体共同训练,共享策略和奖励,但这种方式仅适用于全观察环境,若环境部分可见或智能体只能观测自身,则不适用。
摘要由CSDN通过智能技术生成