Fever Basketball：一个用于多智能体强化学习的复杂、灵活且异步的体育游戏环境
人工智能
2020-12-08 v1
摘要
深度强化学习（DRL）的发展受益于各类游戏环境的涌现，其中提出了新的挑战性问题，且新算法可被安全快速地测试，例如棋盘游戏、RTS、FPS 和 MOBA 游戏。然而，许多现有环境缺乏复杂性与灵活性，并在多智能体设定中假设动作同步执行，从而价值降低。我们引入了 Fever Basketball 游戏，一个训练智能体打篮球游戏的新型强化学习环境。它是一个复杂且具挑战性的环境，支持多角色、多位置，以及单智能体与多智能体玩家控制模式。此外，为更好地模拟真实篮球比赛，不同玩家的动作执行时间存在差异，这使得 Fever Basketball 成为一个新颖的异步环境。我们在三种不同难度的游戏场景中评估了常用的独立学习器与联合动作学习器多智能体算法，并启发式地提出两种基线方法以削弱 Fever Basketball 基准中由异步带来的额外非平稳性。此外，我们提出一个集成课程训练（ICT）框架以更好地应对 Fever Basketball 问题，其包含若干基于游戏规则的级联课程学习器，以及一个专注于增强团队内协作的协调课程切换器。结果表明，该游戏仍具挑战性，可用作研究多智能体设定下长时间域、稀疏奖励、信用分配与非平稳性等问题的基准环境。
引用
@article{arxiv.2012.03204,
title = {Fever Basketball: A Complex, Flexible, and Asynchronized Sports Game Environment for Multi-agent Reinforcement Learning},
author = {Hangtian Jia and Yujing Hu and Yingfeng Chen and Chunxu Ren and Tangjie Lv and Changjie Fan and Chongjie Zhang},
journal= {arXiv preprint arXiv:2012.03204},
year = {2020}
}
备注
7 pages,12 figures