MPE-Multiagent-RL-Algos: 在OpenAI MPE环境中进行多智能体RL的简易验证实验代码

简介：
MPE-Multiagent-RL-Algos 是一个针对OpenAI多智能体环境(MPE)设计的简化版多智能体强化学习(Reinforcement Learning, RL)算法实现项目，便于研究者快速进行实验与验证。 MPE（多主体强化学习算法）是一个使用OpenAI Multi-Agent RL的简单验证实验代码环境。该环境包含多个基准测试，并且最初为新算法的设计提供准备条件。由于其设置相对简洁，MPE被认为是对新的Multi-Agent RL算法进行验证并与其他标准方法比较的良好玩具实验平台。 我已经为您编写了一些著名的多主体RL算法，这样您只需少量修改就可以实现自己的算法并通过代码来检验结果的有效性。请注意，在成功运行此MPE环境前，请确保已下载必要的文件；不过我将基准的文件已经添加到了项目中，因此如果您在从OpenAI下载时遇到任何问题，可以使用我的版本。 要求： - Python >= 3.6.0 - PyTorch == 1.2.0 - OpenAI Gym==0.10.5 算法和待办事项清单包括了评估、渲染以及数字与比较等功能。此外，您还可以上传训练好的模型（文件格式为.pt）。 我一直以硕士生的身份进行学习，在撰写代码的过程中可能会出现一些错误或不准确之处，请多指教。