文档摘要

第 7 章 · 镇民学堂：多智能体学习 章节摘要：前面六章的镇民都带着固定策略生活，本章送它们上学。先修单智能体强化学习的老手艺（MDP、Q 学习、探索与利用），再直面多智能体教室的根本麻烦——对手也在学习，环境因此非平稳；主讲独立 Q 学习的稳健与天真、集中训练分散执行（CTDE）的工程主流、信用分配难题与竞争性自博弈。最后观摩学徒式学习：模仿学习与逆强化学习，从示范行为里学策略、学意图。 会员。《第 7 章 镇民学堂：多智能体学习》收录于灏天文库文集《多智能体系统理论与实践：协作、竞争与博弈》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/533-%E5%A4%9A%E6%99%BA%E8%83%BD%E4%BD%93%E7%B3%BB%E7%BB%9F%E7%90%86%E8%AE%BA%E4%B8%8E%E5%AE%9E%E8%B7%B5%E5%8D%8F%E4%BD%9C%E7%AB%9E%E4%BA%89%E4%B8%8E%E5%8D%9A%E5%BC%88

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流