0
回答数
20
求问大佬强化学习实验怎么使用线性逼近器和特征处理啊？
参考文献提到的是去中心化的AC算法，使用的是线性逼近，初始实验是在简单的网格环境中，后面想扩展到高维的实验环境（例如MPE），但是实验一直没效果，智能体完全没学到有效策略，我翻了很多的开源代码库，找不
4
回答数
200
DTDE架构的多智能体AC强化学习训练结果不收敛
问题：最近在复现一篇完全去中心化的多智能体AC强化学习的论文，遇到的问题就是，原文Actor使用的是SGD优化器，Critic使用的是AMSGrad优化器。目前的情况是跑了MPE的simple spr
