具有不同训练算法的多智能体RLIB

Question

在RLLIB中，可以有多个具有不同学习算法的代理吗？(例如:一个使用DQN的代理和一个使用Q-Learning的代理)？

Answer 1

是的，这是可能的。请参阅documentation中的示例

训练器= pg.PGAgent(env="my_multiagent_env"，config={ "multiagent"：{ "policies"：{#第一个元组值为None ->使用默认策略"car1"：(None，car_obs_space，car_act_space，{"gamma"：0.85})，"car2"：(None，car_obs_space，car_act_space，{"gamma"：0.99})，"traffic_light"：(None，tl_obs_space，tl_act_space，{})，}，"policy_mapping_fn"：lambda agent_id："traffic_light“#如果agent_id.startswith("traffic_light_") else random.choice("car1"，"car2") #从汽车策略中随机选择}，红绿灯始终由该策略控制}，})而True: print(trainer.train())

其中每一个都有不同的PG算法。