MARL Continu

Многопользовательский глубокий детерминированный градиент политики (MADDPG)

Алгоритм CTDE, расширяющий DDPG для многопользовательских сред, использующий централизованные критические сети и децентрализованные акторы для обучения в непрерывных пространствах действий.

← Назад