Bo Zhou
Bo Zhou
是这样的，agent的初始化依赖于algorithm，你的agent加了修饰符之后，变成虚拟的agent了（不在本地运行），但是你的algorithm还在本地初始化。目前algorithm是比较复杂的类，暂不支持直接序列化的。 你可以参考我们A2C的写法，写一个actor类，在类里面初始化model、algorithm、agent。
你试试只修饰MujcoModel看看？
我大概知道问题在哪里了。这和PARL目前的代码分发实现逻辑相关，分发了所有的代码文件，但是对于要修饰符所在的代码文件进行了特殊处理：只分发修饰符修饰的类（具体原因好像是为了初始化更快，我记不大清楚了）。这个问题我们后续会修复，感谢指出。 现在建议参考actor.py的方式实现智能体分发。
我们目前的example 是针对静态图版本的，动态图 paddle 目前不建议配合PARL 使用。 建议paddle 版本与 这里对齐：https://github.com/PaddlePaddle/PARL#dependencies 也就是1.8.5 版本
MATD3 是MADDPG + TD3 吗？
了解的，这个我们之前在做调研的时候有自己实现过。这个的实现成本不高，要不你提个PR给我们？ https://github.com/PaddlePaddle/PARL/blob/develop/parl/algorithms/paddle/maddpg.py 在这上面参考maddpg 来修改即可，这样你也可以成为PARL的contributor了：）
可以把代码贴在这个issue，我们帮你一起看看的
感觉改的没问题，目前有遇到什么问题呢？算法不收敛？还是算法收敛效果不好？
我晚点跑下你的代码看看：）
hello，你的代码已经发现了一处bug： ```python cost = act_reg + actor_loss * 1e-3 ``` 这个cost计算时，1e-3要加在左边的`act_reg`正则项这上面的。 我们重新写了一份MATD3，就不放在PARL官方仓库了，你可以直接参考： https://github.com/ZiyuanMa/MATD3