infinite-horizon-multi-robot-rl:强化学习方法适用于具有连续动作空间的无限视野多机器人场景

无限视野多机器人强化学习 强化学习（RL）方法适用于具有连续动作空间的无限视野多机器人场景。 这是一种基于行为准则的深度RL方法，可在连续时间和连续动作空间下提供完全异步的学习设置。 我们假设一个集中的，完全可观察的学习设置和一个分散的执行架构。 （正在建设中）