decentralized-rl

OpenAI 展示了多智能体强化学习环境的研究，其中智能体学习合作、竞争和沟通。该论文介绍了 MADDPG（Multi-Agent DDPG），这是一种集中式评论家方法，能够让智能体比传统的分散式方法更有效地学习协作策略和沟通协议。