多路口协同更高效
该算法采用分布式评论家与去中心化行动者框架，通过邻近路口间交换信息与TD损失，实现了全局平均TD损失的分布式估计，从而增强智能体间的协作学习。
代鹏程 · 虞文武 · Wang, He · Jiahui, Jiang
IEEE Transactions on Industrial Informatics 2023
通过分布式评论家交换TD损失，智能体可以估计全局平均TD损失，从而提高整体协作水平。
实验表明，在效率、鲁棒性和稳定性方面均优于现有最先进的多智能体强化学习算法。
仅需与邻近路口交换消息，无需全局信息，降低了通信开销。