Jun, 2023

面向目标导向任务的模块化、可定制的增强学习环境：Minigrid 和 Miniworld

PDF
TL;DR介绍了 Minigrid 和 Miniworld 库，它们提供了一套目标导向的 2D 和 3D 环境，旨在让用户快速开发出适用于各种研究需求的新环境，两个库都被 RL 社区广泛采用，促进了在广泛领域内的研究。通过案例研究展示了 Minigrid 和 Miniworld 统一 API 带来的额外功能，并且该论文介绍了它们的设计哲学、环境细节和世界生成 API。
发现论文，激发创造
  • XLand-MiniGrid：基于 JAX 的可扩展元强化学习环境

    我们提出了 XLand-MiniGrid，这是一个基于 XLand 的多样性和深度以及 MiniGrid 的简洁和极简主义所启发的元强化学习研究工具和网格世界环境套件。

    Dec, 2023

  • PowerGridworld: 电力系统中多智能体强化学习框架

    本研究介绍了 PowerGridworld 软件包，它是一个轻量级、模块化、可定制的框架，用于创建面向电力系统的多智能体 Gym 环境，并可与现有的强化学习训练框架集成。通过两个案例研究，证明了 PowerGridworld 可以快速实现多智能体 RL 策略的学习，并支持多设备、组合式的电力系统。

    Nov, 2021

  • MiniHack the Planet：一个开放式强化学习研究的沙盒

    MiniHack 是一个强大的沙箱框架，用于设计新的深度强化学习（RL）测试环境，其中包含了丰富和复杂的以网格为基础的游戏 NetHack 的所有实体和环境动态，MiniHack 可以使用人类可读的描述语言或简单的 Python 接口来轻松地设计新的 RL 测试环境或整合现有的 RL 基准测试。

    Sep, 2021

  • IGLU Gridworld：用于具有体态对话代理的简单快速环境

    本文提出了 IGLU Gridworld 环境，以便于建立和评估具有语言约束的智能体的强化学习过程，该环境具有视觉实体特征、交互式学习、语言约束的强化学习以及组合难度大的任务空间。

    May, 2022

  • 世界模型

    本研究旨在使用生成神经网络建立流行的强化学习环境下的世界模型，并利用该世界模型进行无监督学习，学习环境的空间和时间紧凑表示。通过使用从世界模型提取的特征作为代理输入，我们可以训练出非常紧凑和简单的策略来解决所需任务。我们甚至可以在代理自己的幻象梦境中完全进行训练，并将该策略传输回实际环境中。

    Mar, 2018

  • NovGrid: 评估智能体对新颖性响应的灵活网格世界

    研究提出了一种新奇性改进的强化学习方法，针对具有改变环境机制 / 属性的新奇性，提出了 NovGrid 框架及其本体，以及可以应用于 MiniGrid 兼容环境的新奇性模板，并通过内置度量指标评估了基线强化学习模型的特征。

    Mar, 2022

  • NovelGym：面向开放世界的混合规划和学习智能体的灵活生态系统

    AI agents are leaving the lab and entering the real world, and the paper introduces NovelGym, a platform for benchmarking reinforcement learning and hybrid planning and learning agents in open-world contexts.

    Jan, 2024

  • 潜在世界模型对于连续强化学习的惊人有效性

    本文研究了基于模型的强化学习方法，特别是对于持续强化学习的世界模型的应用。结论表明，使用世界模型是一种简单且有效的持续强化学习基准。

    Nov, 2022

  • Powderworld: 通过丰富的任务分布了解泛化的平台

    本研究自主研发了一款轻量级 GPU 仿真环境 Powderworld，提供多样化的任务空间，旨在通过提供源自相同核心规则的多样化任务来支持对泛化扩展的研究，实验证明增加环境复杂性可改善世界模型和某些强化学习代理的泛化，但可能会抑制高方差环境下的学习。

    Nov, 2022

  • 迷你王者荣耀：一种轻量级多智体强化学习环境

    为了解决有限的定制性、高计算需求和过分简化等问题，我们介绍了首个公开可用的《王者荣耀》地图编辑器，并设计了一个轻量级环境 Mini Honor of Kings 供研究人员进行实验。Mini Honor of Kings 在个人电脑上运行效率很高，同时对目前的多智能体强化学习算法提出了足够的挑战。我们已经对常见的多智能体强化学习算法进行了测试，并展示了这些算法在该环境中尚未找到最优解，从而促进了 MARL 方法在研究社区中的传播和发展。此外，我们希望更多的研究人员能利用《王者荣耀》地图编辑器开发出创新且有科学价值的新地图。

    Jun, 2024