多智能体专家示范数据集

该数据包括训练过程中，监督员阻止智能体的危险动作，并提供示范动作后保存的数据集，数据集是mat文件，用于进行强化学习的监督损失训练，用于诱导多智能体学习专家示范的合作策略。 在强化学习的训练过程中，多智能体根据历史交互决定当前动作，如果此时产生危险动作，监督员会阻止该动作并提供示范动作，用于诱导智能体学习专家合作策略。:将人类干预时刻，多智能体的动作和观测分别存在"obs"和" agent_action"数组中，将人类提供的示范动作存入“human_action”数组中，将所有干预时刻的数据样本串联起来作为专家干预数据集并保存成mat文件。