正在加载...
请使用更现代的浏览器并启用 JavaScript 以获得最佳浏览体验。
加载论坛时出错，请强制刷新页面重试。
多智能体强化学习中，让所有智能体同构时，让他们参数共享时有没有理论保证？
NanNan
PS:
（1）TRPO为何能收敛？
（2）如何克服环境的non-stationary?
RLer
NanNan
知乎搜一下，记得之前看到过
Kaige2000
同问
Document
