变更日志 / Changelog

版本 v1.2

版本变更

新功能

• 🚀 为 MATD3 添加了训练好的模型，可无需训练直接下载使用
• 🌟 新增 HAPPO-MAPPO_Continous_Heterogeneous 算法，支持异质智能体训练
• ✨ 新增 MAPPO_Continous_Homogeneous 算法，优化同质智能体训练效率
• 📦 将新算法添加到自动化打包发布流程中

修复

• 🐛 无

文档

• 📝 添加了 MATD3 追逃环境效果: gif
• 📖 添加了新算法的使用文档和示例
• 🌐 更新了文档 README.md, README_en.md 以包含新算法介绍

多模块独立发布包

模块介绍

• MADDPG_Continous
  多智能体深度确定性策略梯度算法（连续动作空间版本），适用于连续控制场景的多智能体协同训练。

• MATD3_Continous
  多智能体双延迟深度确定性策略梯度算法，在MADDPG基础上增加了延迟更新和策略平滑机制。

• HAPPO-MAPPO_Continous_Heterogeneous
  异质智能体近端策略优化算法，支持不同类型智能体的混合训练场景。

• MAPPO_Continous_Homogeneous
  同质智能体近端策略优化算法，针对同类型智能体的高效训练优化。

• RL_Learning-main
  赵世钰老师强化学习基础教程合集，包含经典算法实现和示例代码。

• hands_on_RL
  动手学强化学习实践项目，通过Jupyter Notebook提供互动式学习体验。

使用说明

1. 点击下方所需模块的ZIP文件下载
2. 解压后阅读README.md获取详细使用指南
3. 安装依赖：pip install -r requirements.txt

支持渠道

• 中文问题提交
• 许可证：MIT

Independent Modules Release

Available Modules

• MADDPG_Continous
  Multi-Agent Deep Deterministic Policy Gradient (continuous action space version) for cooperative multi-agent control.

• MATD3_Continous
  Multi-Agent Twin Delayed DDPG, featuring delayed updates and policy smoothing.

• HAPPO-MAPPO_Continous_Heterogeneous
  Heterogeneous Agent Proximal Policy Optimization for mixed-type agent scenarios.

• MAPPO_Continous_Homogeneous
  Homogeneous Agent Proximal Policy Optimization for efficient training of same-type agents.

• RL_Learning-main
  Fundamental RL tutorials with classic algorithm implementations.

• hands_on_RL
  Interactive reinforcement learning projects via Jupyter Notebooks.

Quick Start

1. Download the desired module ZIP below
2. Check README_en.md for detailed instructions
3. Install dependencies: pip install -r requirements.txt

Support

• English Issues
• License: MIT