当前标签：强化学习

MAPPO学习笔记（3）——从MAPPO代码入手

几块红布 2024-04-01 16:52 阅读:2561 评论:6 推荐:2 编辑

MAPPO学习笔记(1)：从PPO算法开始

几块红布 2022-06-19 02:49 阅读:3989 评论:0 推荐:2 编辑

公告

昵称：几块红布
园龄： 2年9个月
粉丝： 17
关注： 1

+加关注

<

2025年3月

>

日

一

二

三

四

五

六

23

24

25

26

27

28

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

5

随笔档案

阅读排行榜

评论排行榜

最新评论

1. Re:MAPPO学习笔记(2) —— 从MAPPO论文入手
@几块红布我发现如果在env_core中设置动作维度为5，policy网络的输出是一个shape=（5,5）的矩阵，他似乎是直接将这里的动作维度也输入到了act函数中，可能在加入自己的环境时，pol...
--AABB的C
2. Re:MAPPO学习笔记（3）——从MAPPO代码入手
@wyiiiiii 算法流程的话详见伪代码，如果你是对其中某一块内容抱有疑问的话欢迎一起讨论呀...
--几块红布
3. Re:MAPPO学习笔记（3）——从MAPPO代码入手
@wyiiiiii 第一个问题，有关replay_buffer中存储的数据，可以参考shared_buffer.py中 line90 的insert函数，除了你上面提及到的那些之外，还存储了每个智能体...
--几块红布
4. Re:MAPPO学习笔记（3）——从MAPPO代码入手
@几块红布哈哈首先祝up你毕业快乐！主要就是第一个评论的问题，在mappo中算法流程以及参数更新之类的问题不是很理解...
--wyiiiiii
5. Re:MAPPO学习笔记（3）——从MAPPO代码入手
@wyiiiiii 你好你好，最近事情突然很多，刚忙完毕业之类的事情，所以没上园子，您可以更详细地描述一下你的疑问吗（如果没有解决的话）...
--几块红布

LAKan的笔记

当前标签：强化学习

公告

搜索

常用链接

我的标签

随笔档案

相册

阅读排行榜

评论排行榜

推荐排行榜

最新评论