多控制节点策略

控制任务中控制多个节点实现目标是常见的需求。REVIVE支持通过简单的配置训练包含多个节点的控制策略。例如，在自动驾驶任务中，需要同时控制车辆的方向和动力的输出。这两个方面都对车辆的行驶方向产生影响，因此需要同时考虑它们。通过使用 Revive SDK。

下面通过这个示例展示如何在训练时启动该功能：

metadata:

   graph:
     action_1:
     - observation
     action_2:
     - action_1
     - observation
     next_observation:
     - action_1
     - action_2
     - observation

   columns:
   ...

上面的决策流图,展示了一个多节点的控制业务， action_1 节点和 action_2 节点需要共同作用完成控制。在训练时使用 -tpn 参数进行多策略节点训练。

训练命令:

python train.py \
    -df test.npz \
    -cf test.yaml \
    -rf test_reward.py \
    -vm once \
    -pm once \
    -tpn action_1,action_2 \
    --run_id test