MATLAB强化学习实战(九) 多智能体的区域探索创建环境创建智能体训练智能体智能体仿真
多智能体的区域探索创建环境创建智能体训练智能体智能体仿真此示例演示了一个多智能体协作竞争任务，其中训练了三个近端策略优化（PPO）智能体来探索网格世界环境中的所有区域。多智能体训练仅在Simulink®环境中支持。 如本示例所示，如果使用MATLAB®System对象定义环境行为，则可以使用MATLAB System（Simulink）块将其合并到Simulink环境中。创建环境本示例中的环境是一个包含障碍物的12x12网格世界，未开发的单元格标记为白色，障碍物标记为黑色。 红色，绿色和蓝色圆圈
