今天就到这里了。恭喜你完成了本单元和本教程！

学习的最佳方式就是实践和尝试。为什么不用不同的配置再训练另一个智能体呢？

而且不妨时不时地去查看一下排行榜

我们第 8 单元见🔥，

保持热爱，奔赴山海 🤗

补充阅读

多智能体介绍

• 多智能体强化学习概述
• 多智能体强化学习，Marc Lanctot
• 多智能体环境示例
• 不同多智能体环境的列表
• 多智能体强化学习：独立 vs. 合作智能体
• 处理多智能体深度强化学习中的非稳定性

自我对弈和 MA-POCA

• MLAgents 中的自我对弈理论
• 使用 MLAgents 训练复杂行为
• MLAgents 玩躲避球
• 关于多智能体强化学习中吸收状态的使用与误用（MA-POCA）