多智能体强化学习

提出Hokoff数据集，首个基于《王者荣耀》的真实对战数据集用于离线强化学习和离线多智能体强化学习基准。介绍创新点：开源框架支持全流程流程，新基线算法QMIX+CQL有效处理复杂动作空间。