前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >重磅推荐【Pettingzoo】类似gym的多Agent强化学习的环境(61类环境),史上最全!

重磅推荐【Pettingzoo】类似gym的多Agent强化学习的环境(61类环境),史上最全!

作者头像
深度强化学习实验室
发布2022-09-23 14:43:59
7240
发布2022-09-23 14:43:59
举报

深度强化学习实验室

官网:http://www.neurondance.com/

论坛:http://deeprl.neurondance.com/

排版:OpenDeepRL

可直接跳转原文:

http://deeprl.neurondance.com/d/465-pettingzoogymagent

二、部分环境

三、使用

代码语言:javascript
复制
代码语言:javascript
复制
# Using environments in PettingZoo is very similar to Gym, i.e. you initialize an environment via:

from pettingzoo.butterfly import pistonball_v4
env = pistonball_v4.env()
# Environments can be interacted with in a manner very similar to Gym:

env.reset()
for agent in env.agent_iter():
    observation, reward, done, info = env.last()
    action = policy(observation)
    env.step(action)

第二部分:设计细节介绍

一、简介 二、 MARL中API的状态 三、 API设计原则 四、 API 设计 五、 默认环境 六、 质量的改善 七、 总结

完整版请查看实验室论坛(也可点击http://www.deeprlhub.com/d/465-pettingzoogymagent):

http://deeprl.neurondance.com/d/465-pettingzoogymagent

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-10-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 深度强化学习实验室 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 三、使用
  • 第二部分:设计细节介绍
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档