MARL Continu

マルチエージェント深層決定論的政策勾配法（MADDPG）

DDPGをマルチエージェント環境に拡張したCTDEアルゴリズム。集中化された批評家と分散化された行動者を使用し、連続行動空間での学習を実現する。

← 戻る