AI教程

按环境交互、训练编排和策略映射需求选用组件。提供演示输入、可核对结果和适用限制。

计算势函数奖励并验证折扣求和，识别终态和理论边界。提供演示输入、可核对结果和适用限制。

用明确完成条件和失败条件设计并验证协作任务奖励。提供演示输入、可核对结果和适用限制。

训练并独立评估 FrozenLake 的表格策略，区分训练回报与成功率。提供演示输入、可核对结果和适用限制。

运行石头剪刀布环境并核对同时行动和轮流调用的接口。提供演示输入、可核对结果和适用限制。

从逐回合回报核对团队聚合、个体失衡和训练评估口径。提供演示输入、可核对结果和适用限制。

根据网络输入与训练设置辨认 DDPG 和 MADDPG，避免按网络数量误判。提供演示数据、核对方法和适用边界。

用两张 Q 表写独立更新流程，明确其他智能体改变带来的边界。提供演示数据、核对方法和适用边界。

通过两人协作矩阵辨认本地动作价值和联合动作价值。提供演示数据、核对方法和适用边界。

保存 PPO 模型与环境元信息，重新载入后比较同一观察的动作。提供演示数据、核对方法和适用边界。