update reference

Author: unknown

README.md

@@ -35,37 +35,44 @@ spinningup-SAC reward curve:
 ```
 .
 ├─ DDPG
-│    ├─ DDPG
-│    └─ DDPG_spinningup
+│	├─ DDPG
+│	└─ DDPG_spinningup
 ├─ MADDPG
-│    ├─ .gitignore
-│    ├─ .idea
-│    ├─ README.md
-│    ├─ __pycache__
-│    ├─ arguments.py
-│    ├─ enjoy_split.py
-│    ├─ logs
-│    ├─ main_openai.py
-│    ├─ model.py
-│    ├─ models
-│    └─ replay_buffer.py
+│	├─ .gitignore
+│	├─ .idea
+│	├─ __pycache__
+│	├─ arguments.py
+│	├─ enjoy_split.py
+│	├─ logs
+│	├─ main_openai.py
+│	├─ model.py
+│	├─ models
+│	└─ replay_buffer.py
 ├─ PPO
-│    ├─ .idea
-│    ├─ PPOModel.py
-│    ├─ __pycache__
-│    ├─ core.py
-│    └─ myPPO.py
+│	├─ .idea
+│	├─ PPOModel.py
+│	├─ __pycache__
+│	├─ core.py
+│	└─ myPPO.py
 ├─ README.md
 ├─ SAC
-│    ├─ SAC_demo1
-│    └─ SAC_spinningup
+│	├─ SAC_demo1
+│	└─ SAC_spinningup
 ├─ TD3
-│    ├─ TD3
-│    └─ TD3_spinningup
-└─ imgs
-       ├─ spinSAC.png
-       ├─ spin_ddpg.png
-       └─ spin_td3.png
+│	├─ TD3
+│	└─ TD3_spinningup
+├─ imgs
+│	├─ spinSAC.png
+│	├─ spin_ddpg.png
+│	└─ spin_td3.png
+└─ reference
+ 	├─ 多智能体 MADDPG - Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments - 1706.02275.pdf
+ 	├─ 强化学习 DDPG - CONTINUOUS CONTROL WITH DEEP REINFORCEMENT 1509.02971.pdf
+ 	├─ 强化学习 GAE High-Dimensional Continuous Control Using Generalized Advantage Estimation 1506.02438.pdf
+ 	├─ 强化学习 PPO - Proximal Policy Optimization1707.06347.pdf
+ 	├─ 强化学习 SAC1 - Soft Actor-Critic Off-Policy Maximum Entropy Deep Reinforcement Learning with a Stochastic Actor - 1801.01290.pdf
+ 	├─ 强化学习 SAC2 auto alpha  Soft Actor-Critic Algorithms and Applications 1812.05905.pdf
+ 	└─ 强化学习 TD3 - Addressing Function Approximation Error in Actor-Critic Methods 1802.09477.pdf
 ```
 
 ## Requirements