集中型-分散型MARL

マルチエージェント深層決定論的ポリシー勾配（MADDPG）

集中化された批判器と分散化された行動器を使用した集中-分散学習を活用して、DDPGをマルチエージェント環境に拡張したもの。各エージェントは、他のエージェントのポリシーを環境の一部として考慮しながらポリシーを学習する。

← 戻る