安全约束下合作型多智能体TD3算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：合作马尔可夫博弈中，每个智能体不仅要实现共同的目标，还需要保证联合动作能够满足设定的约束条件。为此提出了安全约束下的合作型多智能体TD3算法MACTD3 （multi-agent constrainted twin delayed deep deterministic policy gradient）。（剩余10806字）

试读结束

目录
monitor