def forward(self, q_values, states): # states的shape为(episode_num, max_episode_len， state_shape) # 传入的q_values是三维的，shape为(episode_num, max_episode_len， n_agents)

[zhouweiqing-star]

def forward(self, q_values, states): # states的shape为(episode_num, max_episode_len， state_shape)

传入的q_values是三维的，shape为(episode_num, max_episode_len， n_agents)

作者您好，我从知乎来的，想问您一个问题，q_values是从哪里传入的啊，RNN返回的是q啊

[starry-sky6688]

你发的这个函数应该是qmix_net吧，他是qmix训练的时候才用的，q_values是用来决策的rnn传过来的；

具体看这里的代码吧：https://github.com/starry-sky6688/StarCraft/blob/2c07045f294ad4eeb5ab8a8d25cf43d0efea4cb3/policy/qmix.py#L93