我正在进行一个项目，需要在多智能体场景中找到从一点到另一点的最佳优化路径。我正在寻找最适合这个问题的使用强化学习的算法。我尝试过“多智能体演员-评论家用于混合合作-竞争环境”，但在10000个回合后似乎仍未达到目标。我该如何改进这个算法，或者是否有其他算法可以帮助我解决这个问题？

回答：

多智能体强化学习掌握起来相当困难，且尚未证明对一般情况有效。

问题在于，在多智能体环境中，从每个个体智能体的角度来看，环境变得非静态。这意味着一个智能体的行动无法直接映射到状态，因为其他智能体也在独立执行行动，这会“迷惑”所有智能体。这里有一份关于多智能体研究的深入集合：https://github.com/LantaoYu/MARL-Papers

如果你想继续研究你提到的演员-评论家方法，我推荐你进一步研究这个：https://arxiv.org/pdf/1706.02275.pdf，如果你想完善多智能体演员-评论家（MADDPG）