Open tsyu12345 opened 5 months ago
全体報酬に、誘導が無くても報酬が入るようになっているため、エージェントが誘導を行わずに報酬が安定化する問題あり
DroneAgent. Step: 92000. Time Elapsed: 1786.922 s. Mean Reward: 2.300. Mean Group Reward: 5.000
https://github.com/tsyu12345/Rikkyo-MasterPJ/assets/74717905/8b653d61-961e-499c-88ea-afeae1ca1d2e
親課題:#18
ナビゲーションメッシュ対応版での調整を優先 #23
避難率-時間割合
ではなく、純粋にエージェントが誘導した人数の合計でやってみる