CommNet-BiCnet:tensorflow中的CommNet和BiCnet实现

通讯网 中的和实现 训练 使用DDPG算法训练CommNet python train_comm_net.py 超级搜索 为了找到最佳超参数，例如actor_lr或critic_lr ，已实现了简单的网格搜索。 它根据CPU内核的数量并行启动训练器的多个实例。 python hypersearch.py 猜测和环境 这是论文中描述的一个简单游戏，用于测试通讯是否有效。 该环境实现了OpenAI核心体育馆界面的关键方法 每个代理在截断的高斯条件下接收在[−10, 10]之间采样的标量。 每个代理都需要输出在代理之间接收到的所有输入的总和。 代理基于总和与其输出之间的绝对差值[0, 1]在[0, 1]之间获得归一化的报酬。 结果 与2位特工一起在Confessing sum env中培训CommNet