Tags: #maddpg

RL笔记（25）：多智能体策略梯度 (MADDPG & MAPPO)

从连续控制到离散博弈：详解 CTDE 架构在 Actor-Critic 中的应用。涵盖 MADDPG 的多面手 Critic 设计与 MAPPO 的工程化胜利。

7 min read