Mar, 2019

神经 MMO：用于智能体训练和评估的大规模多智能体游戏环境

PDF
TL;DR通过模拟 MMORPG 游戏和真实世界中的有限资源竞争环境，研究了大规模多智能体交互的学习和发展，实验表明，种群规模可以放大并刺激技能行为发展，产生优于小规模训练的代理人。
emergence of lifeartificial intelligencemultiagent interactionpopulation sizeskillful behaviors
发现论文，激发创造
  • 神经 MMO 2.0：多任务增强的大规模多智能体学习

    Neural MMO 2.0 是一个大规模多智能体环境，用于强化学习研究，主要特点是灵活的任务系统和程序生成的地图。

    Nov, 2023

  • 用于训练通才智能体的大规模多智能体小游戏

    我们提出了 Meta MMO，这是一个用于强化学习基准的多代理小游戏集合，它建立在之前两次 NeurIPS 竞赛的研究基础 Neural MMO 之上，并扩展了该环境的多个计算效率高的小游戏。我们通过使用一组权重学习玩多个小游戏来探索 Meta MMO 的泛化能力。我们以 MIT 许可证发布了环境、基线和训练代码。我们希望 Meta MMO 能够推动 Neural MMO 和更广泛的多代理泛化研究取得额外进展，并且成为一个有用的基准。

    Jun, 2024

  • NeurIPS 2022 神经网络 MMO 挑战赛：基于专业化和交易的大规模多智能体竞赛

    该论文总结了 NeurIPS-2022 神经多人在线游戏挑战赛的设计和结果，探索了该环境作为学习方法基准的潜力，并提出了一些对于具有稀疏奖励的复杂任务的实用强化学习训练方法。另外，论文还开源了基线模型，包括环境封装器、基准测试和可视化工具，以供未来研究使用。

    Nov, 2023

  • 多智能体系统中的鲁棒性和泛化性能基准测试：神经互动多人在线游戏案例研究

    第二届 Neural MMO 挑战赛的结果表明，在多智能体系统中的鲁棒性和泛化性能上取得了令人满意的成果，参与者通过使用标准强化学习方法结合领域特定的工程技术，训练出能够在与训练过程中未见过的对手下完成多任务目标的智能体团队。该挑战赛的设计和结果总结表明，作为学术界的一种强有力的方法，竞赛可以解决难题并为算法建立可靠的基准。我们将开源我们的基准测试，包括环境封装器、基准模型、可视化工具和选定的策略，以供进一步研究。

    Aug, 2023

  • 多智能体竞争引发的紧急复杂性

    本文介绍了几种在三维环境中进行竞争多智能体自我对抗训练的方法，这些方法可以训练出丰富多彩、技能复杂的智能体。此外，我们指出，自我对抗训练可以产生超出环境本身复杂性的行为，并且自带课程设置，有助于智能体学习不同难度水平下的技能。

    Oct, 2017

  • 在多智能体环境中开发、评估和扩展学习智能体

    DeepMind 的 “博弈论与多智能体团队” 研究了多智能体学习的多个方面，旨在使用深度强化学习探索复杂环境下的多智能体系统，并使用这些基准来推进我们的理解；本文总结了他们最近的工作并提出了一项分类，突显了多智能体研究中许多重要的开放性挑战。

    Sep, 2022

  • 通过大规模智能体合作与竞争的累积集体智能

    通过大规模智能体强化学习，在竞争和合作中研究了人工集体智能的出现，其中用 Lux 环境搭建了两个团队的大规模动态智能体，通过中央控制和自我协同演变，从单一技能到团队策略逐步发展，并分析了各种策略的出现，可为强化学习在大规模环境中的实现提供启示。

    Jan, 2023

  • 竞争生存环境下的多智能体相互作用

    本研究采用多智能体相互作用的方法，开发了一个可扩展的具有现实物理和人类相关语义的竞争环境，旨在解决强探索环境中的问题，并进行了多项实验以获得简单的新兴策略和未来改进的具体方向。

    Jan, 2023

  • 基于人群的深度强化学习在第一人称多人游戏中达到人类水平的表现

    本研究提出了一个新颖的两层优化过程来训练共有多个独立的强化学习智能体，这些智能体仅使用 Q3A 视频游戏的像素和游戏得分作为输入，即使在富有挑战性的多智能体环境中互相协作和竞争，这些智能体也能够达到类人水平，并展现出人类般的行为表现。

    Jul, 2018

  • MineDojo：基于互联网规模知识构建开放式具身代理

    介绍了建立于 Minecraft 游戏之上的 MineDojo 框架，该框架支持多任务目标环境，同时结合大规模的多模态知识库和灵活可扩展的代理架构，利用大规模的预先训练的视频语言模型作为学习奖励函数的新型代理学习算法，成功解决一系列无需设计的开放式任务。

    Jun, 2022