MADDPG:Multi-Agent Actor-Critic for Mixed Cooperative & MPE:Multi-Agent Particle Environment

相关资料

1. 论文链接：Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments
2. 代码地址：
   算法地址https://github.com/openai/maddpg
   环境地址https://github.com/openai/multiagent-particle-envs
3. OpenAI官博：Learning to Cooperate,Compete, and Communicate
4. 代码讲解：暂无

1.研究动机是什么

  本文主要是将单智体算法应用于多智体环境，由于多智能体的环境状态由多个agent的行为共同决定，本身具有不稳定性(non-stationarity)，Q-learning算法很难训练，policy gradient算法的方差会随着智能体数目的增加变得更大。

2.主要解决了什么问题

  作者提出了一种actor-critic方法的变体MADDPG，对每个agent的强化学习都考虑其他agent的动作策略，进行中心化训练和非中心化执行，取得了显著效果。