ICode9

Coordinated Proximal Policy Optimization (CoPPO) 2111.04051 摘要：         提出了CoPPO。关键想法是，在对不同智能体进行策略更新时，对步长进行coordinated adaptation。证明了策略提升的单调性。基于一些近似，推导出了简化的优化目标。这样的一个优化目标，会实现智能体之间的