Kapitel 25: RL mit mehreren Agenten

Im letzten Kapitel haben wir uns mit diskreten Optimierungsaufgaben befasst. In diesem letzten Kapitel werden wir eine relativ neue Forschungsrichtung des Reinforcement Learnings betrachten, bei der es darum geht, dass mehrere Agenten in einer Umgebung miteinander kommunizieren (Multiagenten-Umgebung).

Die Themen in diesem Kapitel:

  • Ein Überblick über Gemeinsamkeiten und Unterschiede von Aufgaben für klassische einzelne Agenten und mehrere Agenten

  • Die Multiagenten-Umgebung MAgent, die von der britisch-chinesischen Forschergruppe Geek.AI als Open-Source-Projekt veröffentlicht wurde

  • Verwendung der MAgent-Umgebung zum Trainieren von Modellen in verschiedenen Umgebungen mit mehreren Gruppen von Agenten

25.1  Mehrere ...

Get Deep Reinforcement Learning -- Das umfassende Praxis-Handbuch now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.