多智能体强化学习

人工智能【第36篇】多智能体强化学习入门：多个AI的协作与竞争作者的话：在前面的文章中，我们学习了单智能体强化学习——一个AI在一个环境中学习最优策略。但现实世界中的许多问题涉及多个智能体同时决策和交互：自动驾驶车队、机器人协作、游戏对战、经济市场……这就是多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）的研究范畴。本文将带你理解MARL的核心概念、经典算法，并实现一个多智能体协作场景！

【动手学强化学习】番外7-MAPPO应用框架2学习与复现为了在自建环境上使用mappo算法，偶然发现了大佬使用的mappo框架，对其学习理解并复现。（1）搭建基础环境（2）代码复现及结果展示（3）代码框架理解

一文了解【完全合作关系】下的【多智能体强化学习】处于完全合作关系的多智能体的利益一致，获得的奖励相同，有共同的目标。比如多个工业机器人协同装配汽车，他们的目标是相同的，都希望把汽车装好。

我是有底线的