价值函数

Robo-ValueRL——面向离线到在线RL的可靠价值估计：同时捕捉全局任务进度和局部动作偏好，先离线预训练，后在线提升(即在线残差策略自适应)如原论文Robo-ValueRL所说，离线到在线的RL在实现具有良好泛化能力的机器人操作方面前景广阔，但其端到端系统的高度复杂性使复现与诊断变得困难。在这类系统中，价值估计在对异质数据进行优先级排序以提升策略时起着核心作用

深度理解用于多智能体强化学习的单调价值函数分解QMIX算法：基于python从零实现在合作式多智能体强化学习（MARL）中，多个智能体携手合作，共同达成一个目标，通常会收到一个团队共享的奖励。在这种场景下，一个关键的挑战就是功劳分配：一个单独的智能体如何仅凭全局奖励信号来判断自己对团队成功或失败的贡献呢？简单的独立学习方法（比如每个智能体都运行 DQN）往往行不通，因为它把其他智能体当作了非静态环境的一部分，而且在功劳分配上也搞不定。

我是有底线的