6.1.1 马尔可夫博弈 (Markov Games) 形式化

文档摘要

6.1.1 马尔可夫博弈 (Markov Games) 形式化 6.1.1 马尔可夫博弈（Markov Games）形式化：当状态转移矩阵“悄悄背叛”你的联合策略时——一个被忽略的非对称性陷阱与三行修复代码你刚跑通了一个双智能体PPO训练框架，环境是经典的：两个玩家在共享状态空间中竞争资源，奖励函数具备强交互性，理论推导完美契合马尔可夫博弈（MG）定义——状态转移满足$\mathbb{P}(s' \mid s, a^1, a^2)$，策略为$\pi^i(a^i \mid s)$，折扣因子$\gamma$统一，联合策略$\boldsymbol{\pi} = (\pi^1, \pi^2)$。你信心满满地调用，日志里reward波动剧烈但尚在预期范围；