Maddpg 算法存在一些问题
作者: hanhanpp创建于 2021年2月22日更新于 2021年2月22日
我发现你的 MADDPG 代码与原文有些出入，不知道怎么回事： (1) critic 的输入只包括对应 agent 的观测，而原文是所有 agent 的观测 (2) memory buffer 保存数据时，不同 agent 的动作保存顺序不同，而原文是一致的，不区分不同的 agent
内容来源: princewen/tensorflow_practice
我发现你的 MADDPG 代码与原文有些出入，不知道怎么回事： (1) critic 的输入只包括对应 agent 的观测，而原文是所有 agent 的观测 (2) memory buffer 保存数据时，不同 agent 的动作保存顺序不同，而原文是一致的，不区分不同的 agent
内容来源: princewen/tensorflow_practice