MultiAgent: 利用RLLib和Pycolab探究连续社会困境中的智慧协作行为

简介：
本研究使用RLLib和Pycolab框架，在连续社会困境中探索多智能体系统的智慧协作机制，旨在揭示复杂环境下的合作策略与学习动态。 作为耶鲁大学计算机科学高级要求的一部分，该项目于2019年春季学期完成。这项工作是对多主体强化学习（MARL）当前研究的实施与探索。强烈建议在深入研究之前阅读两篇相关论文。 快速开始指南： 切换到您的虚拟环境后，请执行以下命令安装依赖项并运行程序。 ``` pip install -r requirements.txt python train.py python test.py ~/ray_results/prison_A3C/[training_instance]/ [checkpoint_num] ``` 训练结果通常保存在根目录下的ray_results文件夹中。 关于环境： Pycolab提供了创建环境的抽象。尽管此存储库包含三个环境，但只有PrisonEnvironment被完全开发和测试。 PrisonEnvironment实例化了经典囚徒困境的gridworld变体。