Metody aktor–krytyk dla wielu agentów, w których zdecentralizowani aktorzy uczą się z krytyków mających podczas treningu dostęp do dodatkowych informacji o innych agentach.
Multi-agent actor–critic methods where decentralised actors learn from critics that can access additional information about other agents during training.
Każdy agent działa na podstawie własnych obserwacji, ale podczas treningu ocenia go sędzia widzący szerszy obraz zespołu.
Each agent acts from its own observations, but during training a judge with a broader view of the team scores it.
Agent oceniany tylko na podstawie własnego widoku myli skutki swoich działań z tym, co zrobili inni.
An agent judged only from its own view confuses the effects of its actions with what the others did.
Jak sędzia z powtórką z kilku kamer: zawodnicy grają po swojemu, a ocena uwzględnia ruchy całej drużyny.
Like a referee with multi-camera replay: players act their own way, while scoring accounts for the whole team's moves.
Drony w symulacji uczą się rozdzielać obszary poszukiwań, bo ocena każdego lotu bierze pod uwagę trasy pozostałych.
Drones in simulation learn to split search areas because each flight's score accounts for the others' routes.