文件名称：multiagent:使用RLLib和PycoLab探索在连续社会困境中的智能合作行为
文件大小：126KB
文件格式：ZIP
更新时间：2024-06-03 06:56:50
Python
顺序社会困境中的多主体合作 作为耶鲁计算机科学高级要求的一部分，该项目已完成。 2019年Spring。 这项工作是对Multiagent强化学习（MARL）当前工作的实施和探索。 强烈建议您在潜水之前先阅读以下两篇论文。 快速开始 切换到您的虚拟环境 pip install -r requirements.txt python train.py python test.py ~/ray_results/*_A3C/[training_instance]/ [checkpoint_num] 训练结果通常保存在根目录下的ray_results目录中 环境环境 Pycolab提供了用于创建环境的抽象。 尽管此存储库包含三个环境，但是只有*Environment才被完全开发和测试。 *Environment实例化了经典囚徒困境的gridworld变体。 在游
【文件预览】：
multiagent-master
----resources()
--------*ers_gamestate.png(120KB)
----src()
--------models()
--------environment()
--------test.py(10KB)
--------train.py(7KB)
--------__init__.py(0B)
--------play.py(2KB)
--------config.py(1KB)
----requirements.txt(843B)
----README.md(3KB)