迷你王者荣耀：一种轻量级多智体强化学习环境

Jun, 2024

迷你王者荣耀：一种轻量级多智体强化学习环境

Mini Honor of Kings: A Lightweight Environment for Multi-Agent Reinforcement Learning

Lin Liu, Jian Zhao, Cheng Hu, Zhengtao Cao, Youpeng Zhao...

TL;DR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。

Abstract

games are widely used as research environments for multi-agent reinforcement learning (MARL), but they pose three significant challenges: limited customization, high computational demands, and oversimplification. To address these issues, we introduce the first publicly available

multi-agent reinforcement learning games map editor mini honor of kings marl algorithms

发现论文，激发创造

王者荣耀竞技场：竞争性强化学习中的泛化环境

通过介绍荣耀王者竞技场这个基于荣耀王者的 RL 环境和提供与游戏引擎通信的 Python 接口，本文为 RL 方法在具有多种任务和对手的竞争领域中提供了初始基准结果，并展示了荣耀王者竞技场带来的泛化挑战以及可能的解决方法。

Sep, 2022

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

使用深度强化学习玩完整的 MOBA 游戏

提出了一种 MOBA 游戏 AI 学习范式，采用深度强化学习及新型学习技术，可训练玩家池多的游戏并解决了可扩展性问题，测试结果表明该 AI 在王者荣耀等游戏中已能击败顶尖电竞选手。

Nov, 2020

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

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。

Jun, 2023

SMAClite：多智能体强化学习轻量级环境

引入 SMAClite，基于 SMAC 但从 Starcraft II 中解耦并开源，通过实验表明 SMAClite 在训练 MARL 算法时与 SMAC 等效且在运行时速度和占用内存方面优于 SMAC。

May, 2023

多智能体 MOBA 游戏的分层强化学习

本文提出了一种新颖的分层强化学习模型，通过模仿学习从事宏观策略，并通过强化学习进行微观操作，以应对多人在线战斗竞技游戏 (MOBA) 中包含的大量状态空间、动作空间和隐藏信息，并且该模型在缺乏游戏引擎或 API 的情况下，还设计了一种密集的奖励函数来鼓励多个智能体合作。实验结果表明该方法能够在 MOBA 游戏中获得优异表现，如在王者荣耀 5v5 模式中成功与内置 AI 进行战斗且胜率达到 100%。

Jan, 2019

促进协作多智能体强化学习的层次任务网络规划

本篇论文提出了 SOMARL 框架，利用符号知识嵌入 HTN 和元控制器中的 MARL 环境中，针对 FindTreasure 和 MoveBox 两种基准实验表现出比现有技术和基于子目标的基线更好的绩效。

Jun, 2023

JaxMARL：基于 JAX 的多智能体强化学习环境

此研究论文利用 JAX 实现的开源代码库 JaxMARL，通过 GPU 加速以及更灵活的环境设计，提供了高效且全面的多智能体强化学习训练框架，有效应对了计算负担、样本复杂性等挑战。

Nov, 2023

StarCraft 多智能体挑战 +: 在没有精确奖励函数的情况下学习多阶段任务和环境因素

本文提出了一个叫做 SMAC + 的新型基准，该基准旨在探索 MARL 算法在 StarCraft 遊戲中学习隐含的多阶段任务、环境因素和微控制的能力。在攻击和防御场景中，该基准要求智能体进行多方面探索，进一步提高算法的探索能力。研究结果表明，近年来的一些算法在该基准中表现良好，但在攻击场景方面表现不佳，为未来的研究提供了新的方向。

Jul, 2022

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