Multi-Agent-Deep-Deterministic-Policy-Gradients:多主体深度确定性策略梯度(MADDPG)算法的Pytorch实现-源码

上传者: 42149145 | 上传时间: 2021-05-09 23:12:07 | 文件大小: 6KB | 文件类型: ZIP
多代理深确定性策略梯度 多主体深度确定性策略梯度(MADDPG)算法的Pytorch实现 这是我在论文中提出的算法的实现:“针对混合合作竞争环境的多主体Actor评论家”。 您可以在这里找到本文: : 您将需要安装多代理粒子环境(MAPE),可以在这里找到: : 确保创建具有MAPE依赖项的虚拟环境,因为它们有些过时了。 我还建议使用PyTorch 1.4.0版运行此程序,因为最新版本(1.8)似乎与我在计算批评者损失时使用的就地操作存在问题。 将主存储库克隆到与MAPE相同的目录中可能是最容易的,因为主文件需要该软件包中的make_env函数。 可以在以下位置找到本教程的视频: :

文件下载

资源详情

[{"title":"( 6 个子文件 6KB ) Multi-Agent-Deep-Deterministic-Policy-Gradients:多主体深度确定性策略梯度(MADDPG)算法的Pytorch实现-源码","children":[{"title":"Multi-Agent-Deep-Deterministic-Policy-Gradients-master","children":[{"title":"buffer.py <span style='color:#111;'> 3.28KB </span>","children":null,"spread":false},{"title":"maddpg.py <span style='color:#111;'> 3.37KB </span>","children":null,"spread":false},{"title":"agent.py <span style='color:#111;'> 3.00KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1024B </span>","children":null,"spread":false},{"title":"networks.py <span style='color:#111;'> 1.89KB </span>","children":null,"spread":false},{"title":"main.py <span style='color:#111;'> 2.44KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明