AAMAS21-375 AAMAS_21论文ID 375的代码名为“可组合模块化深度强化学习的动作选择”。 此回购假定您已仔细阅读了全文和其他附录。 GRACIAS在兔子世界和赛马场的代理商名为HierarchicalDDPGAgent。 对于Qbert，它称为GRACIAS。 运行兔子世界： python-2.7.12 安装require.txt中指定的 python pacman.py -p [AgentName] -x [TrainingEpisodes] -n [TotalEpi