2021年6月23日
强化学习 | COMA
摘要： 本文首发于：行者AI 在多agent的强化学习算法中，前面我们讲了QMIX，其实VDN是QMIX的一个特例，当求导都为1的时候，QMIX就变成了VDN。QTRAN也是一种关于值分解的问题，在实际的问题中QTRAN效果没有QMIX效果好，主要是QTRAN的约束条件太过于松散，导致实际没有理论效果好。但 阅读全文
posted @ 2021-06-23 15:15 行者AI 阅读(562) 评论(0) 推荐(0) 编辑