关于ML-Agents插件的入门，请查看我前面的博文： 自创强化学习环境之Unity3D插件ML-Agent的使用 本文内容基于ML-Agents的官方文档：Training ML-Agents以及Training Configurati

Github下载链接：https://github.com/Unity-Technologies/ml-agents 参考视频：年轻人的第一个游戏AI:Unity强化学习工具MLAgents全流程实例教程、unity人工智能工具mlage

理论概述 多任务深度强化学习，英文Multi-Task Deep Reinforcement Learning ，简称MTDRL或MTRL。于MARL不同，它可以是单智能体多任务的情况，也可以是多智能体多任务的情况。 现在的深度强化学习领域

论文原文：The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games 参考博文如下： MAPPO在多智能体合作场景中的惊人表现 MAPPO:The Surpri

论文：QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning参考博客：多智能体强化学习入门（五）——QMIX算法分析、

论文原文：Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments 论文翻译：MADDPG翻译 阅读本文需要强化学习基础，可以参考我前面的文章：多智能体

本文是根据VipSkill的FPS训练营课程整理的笔记。 第一人称控制器使用的是Unity官方的，不用自己造轮子。 使用另外一个摄影机单独捕捉武器可以在第一人称视角防止武器穿模问题。 相机中使用Post-Process Layer组件，

终于学到我想搞的方向了

该方法及其它的变体一直主宰MTDRL，是AlphaStar所采用的基本训练方法，这就是目标性能最佳的异步RL框架————IMPALA!

D4PG全称Distributed Distributional Deterministic Policy Gradient，是总所周知的DDPG的分布式版本。因此学习D4PG之前，需要了解DDPG。 首先DDPG是DQN在连续空间的版本