Update README.md

README.md

@@ -1,7 +1,7 @@
 # FoxCommander
 [Мультиагентное обучение с подкреплением](https://bmstu.press/catalog/item/7198/) 
 
-Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на языке программирования [Python](https://www.anaconda.com/products/individual) с использованием библиотеки глубокого обучения [PyTorch](https://github.com/pytorch/pytorch). Средой машинного обучения является компьютерная игра [StarCraft II](https://github.com/Blizzard/s2client-proto) с интерфейсом кооперативного мультиагентного обучения [SMAC](https://github.com/oxwhirl/smac).
+Рассмотрены современные и классические алгоритмы одновременного машинного обучения множества агентов, основанные на теории игр, табличных, нейросетевых, эволюционных и роевых технологиях. Представлено последовательное развитие теоретической модели алгоритмов, базирующееся на марковских процессах принятия решений. Реализация алгоритмов выполнена на языке программирования [Python](https://www.anaconda.com/products/individual) с использованием библиотеки глубокого обучения [PyTorch](https://github.com/pytorch/pytorch). Средой машинного обучения является компьютерная игра [StarCraft II](https://starcraft2.com/ru-ru/) с интерфейсом кооперативного мультиагентного обучения [SMAC](https://github.com/oxwhirl/smac).
 
 [YouTube Channel](https://www.youtube.com/channel/UC33QPEjSlfA8P9rG0HtiH6g/videos)
 ![me](https://github.com/Alekat13/FoxCommander/blob/master/MARL_book_anime-m.gif)