王 茂南

本文会对多智能体强化学习算法 MAPPO 进行介绍，包含主要想法（其实主要想法和 MADDPG 很类似），和一些训练的建议。

本文会介绍多智能体强化学习中的 MADDPG 算法，这是一个集中训练、分布式执行的框架，基于 actor-critic 的框架，这里每个 agent 会有一个 actor 和 cr...

本文是对多智能体强化学习中值分解方法 QMIX 的介绍。会介绍 QMIX 算法基本思想，以及进行代码解读。

本文会介绍多智能体强化学习中的Value Decomposition Networks（VDN），包括（1）主要思想，（2）核心框架，（3）VDN 的代码实现。