发布于2022-04-22 10:26:09
赞
评论
3
浏览
1011
- 发布于2021-11-20 16:03:42
强化学习自博弈训练过程中的评价指标
近期，对杨老师的 MFRL 方法很感兴趣，故下载源码进行实验，在 Battle Game 场景中，使用自博弈的方式进行训练，对同一种方法，如 MFQ，使用不同的超参数，最终奖励函数均可收敛，但是性能却有所差别。在训练时发现，可能会有两种情况，1：对抗双方势...赞 1评论 5浏览 1447