机构名称：
¥ 1.0
在将AI代理部署到现实世界环境中之前，仍存在许多挑战。但是，这种环境的一种优点是它们本质上是多代理，并且包含经验丰富的专家（如人类），这些专家表现出有用的行为。这种行为可以帮助AI代理一般性化并应用于新的用例和方案。尽管这种社会学习能力可以改善概括和人类的互动，但由于缺乏开放式多机构环境，目前很难研究。在这项工作中，我们提出了一个环境，其中多个自私的代理可以追求复杂的独立目标。我们开发了Craftax基准的第一个多代理版本。基于JAX的Craftax-Classic环境，该扩展名支持有效的加速器多代理培训1。我们的实验表明，在NVIDIA T4 GPU上使用4 Agent LSTM模型可以在大约一小时内完成1亿个步骤。这种环境将使研究能够在开放式的多代理环境中提高AI代理的社会学习能力，从而通过观察其他代理来更好地概括并更快地学习。
多代理增强学习的有效开放世界基准
主要关键词
相关文件推荐
