开源项目推荐：Off-Policy Multi-Agent Reinforcement Learning Algorithms

开源项目推荐：Off-Policy Multi-Agent Reinforcement Learning Algorithms

off-policy PyTorch implementations of popular off-policy multi-agent reinforcement learning algorithms, including QMix, VDN, MADDPG, and MATD3. 项目地址: https://gitcode.com/gh_mirrors/of/off-policy

1. 项目基础介绍及主要编程语言

本项目是Marlbenchmark团队在GitHub上开源的一个项目，项目地址为 https://github.com/marlbenchmark/off-policy.git。该项目提供了多种离策略多智能体强化学习算法的PyTorch实现，主要编程语言为Python。

2. 项目的核心功能

该项目支持以下几种流行的离策略多智能体强化学习算法：

• MADDPG（多层感知器和递归神经网络版本）
• MATD3（多层感知器和递归神经网络版本）
• QMIX（多层感知器和递归神经网络版本）
• VDN（多层感知器和递归神经网络版本）

同时，该项目支持以下环境：

• StarCraftII（SMAC）
• 多智能体粒子世界环境（MPEs）

项目中的核心代码位于offpolicy文件夹中，算法特定的代码位于algorithms/子文件夹内。项目还支持优先级经验回放（PER）。

3. 项目最近更新的功能

根据项目的更新日志，最近的更新主要包括：

• 对QMIX和MADDPG算法进行了彻底的测试。
• 对VDN和MATD3实现进行了小规模的修改，分别基于QMIX和MADDPG进行了调整。
• 提供了默认参数下的训练脚本，方便用户快速开始训练。
• 支持了稳定的学习环境设置，如SMAC地图和稳定ID的配置。
• 通过添加命令行参数--use_wandb，可以使用Tensorboard替代Weights & Biases作为可视化平台。

项目持续更新中，不断优化算法实现和增强用户体验。

off-policy PyTorch implementations of popular off-policy multi-agent reinforcement learning algorithms, including QMix, VDN, MADDPG, and MATD3. 项目地址: https://gitcode.com/gh_mirrors/of/off-policy