Open issc2019 opened 5 years ago
这篇文章效果显著,思想也顺理成章,文章还证明了policy gradient方法失效的原因。但我个人从另一方面YY,这个方法思想浅显且效果显著,其他学者应该也想到了类似方法,最终却没有做出效果,可见这其中的trick应该不少。另外实验结果也间接说明了其他agent的策略信息对训练有多少实质性的帮助并不清楚。
这篇文章效果显著,思想也顺理成章,文章还证明了policy gradient方法失效的原因。但我个人从另一方面YY,这个方法思想浅显且效果显著,其他学者应该也想到了类似方法,最终却没有做出效果,可见这其中的trick应该不少。另外实验结果也间接说明了其他agent的策略信息对训练有多少实质性的帮助并不清楚。