简介
在本文中，我们介绍「多智能体强化学习（multi-agent reinforcement learning）」。最简单的多智体的学习就是是的智能体彼此独立学习。从某个 agent 的角度来看，其他的 agent 只是环境的一部分。
同时，本文也会介绍 PettingZoo 的使用（这是一个用于多智能体强化学习研究的 Python 库）。这个类似与 OpenAI Gym 的多智能体的版本。本文会使用 Tic-Tac-Toe 来介绍相关内容。
PettingZoo 的介绍
下面代码是使用 PettingZoo 与环境交互的代码：
- env.reset()
- for agent in env.agent_iter():
- observation, reward, done, info = env.last()
- action = policy(observation, agent)
- env.step(action)
env.agent_iter(max_iter=2**63)：返回当前可以行动的 agent。当环境中所有的 agent 结束或是到了 max_iter 则结束；
env.last()：返回当前正在执行的 agent 的 observation，reward，done 和 info；
env.step(action)：当前的 agent 执行动作；
- 微信公众号
- 关注微信公众号
-
- QQ群
- 我们的QQ群号
-
评论