reinforcement-learning - 对于连续动作空间，是否有任何符合 OpenAI Gym 的接口实现？

Question

对于连续动作空间，是否有任何符合 OpenAI Gym 的接口实现？如果是这样，它是否支持多代理环境？我正在研究多代理 DDPG 实施，但我找不到合适的基线环境。

Answer 1

健身房中的多智能体强化学习

OpenAI Gym 没有为 Multi-Agent RL 环境提供一个很好的界面，但是，通过拥有

env.step(action_n: List) -> observation_n: List

获取与每个代理对应的动作列表并输出观察列表，每个代理一个。

如果您正在重新实现 MADDPG，您还可以使用Ryan Lowe 自己提供的多智能体粒子环境的实现。

当然，重新实现环境不会有什么坏处。

连续动作空间

在多智能体粒子环境的链接实现中，您可以通过将这行代码更改为 False 将动作空间的类型从离散更改为连续。

但是，之前尝试过这个，我可以告诉你，这会导致 MADDPG 的性能变差。