search

wwxFromTju / maddpg-tf

use tensorflow to implement the MADDPG(simple_tag)
17 stars 5 forks source link

Hello #1

Open namidairo777 opened 6 years ago

namidairo777 commented 6 years ago

在simple_tag环境中有3个adversary agents和一个good agent。 你的good agent好像是random运动的。 我觉得需要把ddpg的算法赋给good agent，相当于 3个predator和一个prey在同一个环境中学习，predator学习包夹策略，prey学习逃跑策略。 原论文在simple_tag上就是我说的实验方法，虽然这样做环境和学习都会变得non-stationary，学习也会超级慢。

wwxFromTju commented 6 years ago

@namidairo777 实际上我做了，没有上传而已，只要你用DDPG控制它就好。视觉上的效果差别并不大。

namidairo777 commented 6 years ago

你有做过4 vs 2没有，效果怎么样？

wwxFromTju commented 6 years ago

@namidairo777 4vs 2 的没有跑，我看你开了个repo，写的很不错啊！

namidairo777 commented 6 years ago

这是我最近在做的。刚好最近实验跑完了，总结了一下。 我那个2vs1跑了20来个小时才3800回合。 4v2跑了整整两天。。

wwxFromTju commented 6 years ago

@namidairo777 之后我跑一下，看看怎么样，有机会可以多聊聊。我现在研一，你呢？

namidairo777 commented 6 years ago

我研二，马上毕业参加工作了。 蛮看到Multi-Agent DRL这个方向的，哈哈哈

wwxFromTju commented 6 years ago

@namidairo777 soka，还以为是phd呢，repo的readMe写的很好啊

namidairo777 commented 6 years ago

谢谢呀，readme总结了蛮久的。可是代码写的比较乱。

wwxFromTju commented 6 years ago

@namidairo777 还没看代码，之后看一下，有不清楚的地方，到时候我在提issue

namidairo777 commented 6 years ago

我个人推荐OpenAI的baselines，写得太好了