实现新的强化学习算法

[StepNeverStop]

• MARL:

  • MADDPG
  • MASAC 1346949
  • IQL
  • VDN
  • Q-MIX
  • Qatten ad8be31
  • MAPPO
  • COMA
  • QTRAN-alt
  • QTRAN-base 4c45ba0
  • QPLEX 92d4b9a

• SARL:

  • Model-free
    • CEM
    • TRPO 67b8979
    • NPG 71115ea
    • FQF
  • Model-based:
    • Dreamer b7d88a1
    • MVE 14c9bfc
    • STEVE
    • MBPO
    • PlaNet 7965bcf
    • DreamerV2 7f988d4
  • Offline:
    • BC
    • CQL 026ba1d
    • BCQ d60741c
    • AWR
    • BRAC

[StepNeverStop]

• 优化MARL中的训练部分，避免繁多的键值索引