任何人都知道有关使用 RL 控制多个单元的资源（论文、文章，尤其是存储库）。

控制的单位不应该是固定的，例如在实时战略中，代理建立各种单位（工人、士兵......）然后控制它们。在游戏过程中，各种单位可能会死亡并建造新的单位。

我认为当代的一个很好的例子是 AlphaStar，而 OpenAI Five 只控制一个代理。这可能是不正确的，因为我从未玩过这些游戏。