其余超参数按照代码库的默认配置设定。接下来，分别运行standard MAPPO和Human-Regularized PPO。用于控制PPO损失与KL散度在目标函数中所占比例的权重值。而不是直接下载压缩包，否则会缺少子模块和其他依赖。为0，对于Human-Regularized PPO，配置项目及安装依赖包。对于standard MAPPO，设定。

DeepRL-Grounding 是一个基于 PyTorch 的开源项目，旨在训练一个强化学习Agent，使其能够在 Doom游戏场景中执行自然语言指令。该项目是AAAI 2018年论文的Pytorch实现。原项目环境：Python2、Pytorch(<=0.3.1)、VizDoom、Opencv我的环境：Python3.8、Pytorch(2.6.0)、VizDoom、Opencv之所以不使用原