大规模场景稳定收敛
专为连续动作空间设计，通过最大熵探索与分层图注意力网络实现大规模多智能体系统的可扩展协调。
Chen, Yining · Ke, Wang · Song, Guanghua · 姜晓红
IEEE Transactions on Cognitive and Developmental Systems 2023
直接输出连续动作，避免离散化带来的控制精度损失，适用于复杂任务。
采用分层图注意力网络和门控循环单元，提升方法在智能体数量增多时的可扩展性。
在多种协同任务中一致优于 SAC-HGRN、HAMA、AHAC 和 AGGAT-Comm 等基线方法。