QMIX的英文全称事什么

基线算法QMIX的英文是什么
基线算法QMIX的英文是什么
基线算法QMIX的英文是什么

论文全称：Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
算法全称：Q-decomposition Multi-agent Independent eXtension

Q-decomposition Multi-agent Independent eXtension

  论文地址：https://arxiv.org/pdf/1803.11485.pdf

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以参考下这篇文章：[经典论文分享]QMIX: 基于值学习的多智能体强化学习协作算法
• 除此之外, 这篇博客: 【深度强化学习】多智能体算法汇总中的 2.3 QMIX 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning

  https://arxiv.org/pdf/1803.11485.pdf

  和 VDN 类似，QMIX 也是一种基于价值的方法，可以以集中的端到端方式训练分散策略。QMIX 采用了一个网络，将联合动作值估计为每个智能体值的复杂非线性组合（VDN是线性加和），且仅基于局部观测。并且在结构上施加约束，使联合动作值函数与每个智能体动作值函数之间是单调的，保证集中策略和分散策略之间的一致性。

  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^