MAexp：一个用于基于强化学习的多智能体探索的通用平台
机器人学
2024-04-22 v1 机器学习
多智能体系统
摘要
由于场景量化和动作离散化，sim-to-real 差距对基于强化学习的多智能体探索构成了重大挑战。现有平台在不同场景下的多智能体强化学习 (MARL) 算法中存在采样效率低下和缺乏多样性的问题，限制了其广泛应用。为了填补这些空白，我们提出了 MAexp，一个用于多智能体探索的通用平台，它集成了广泛的 SOTA MARL 算法和代表性场景。此外，我们采用点云来表示探索场景，从而实现高保真环境建图，且采样速度比现有平台快约 40 倍。而且，配备了基于注意力的多智能体目标生成器和单智能体运动规划器，MAexp 可以与任意数量的智能体协同工作，并适应各种类型的机器人。我们进行了大量实验，为具有连续动作的机器人在典型场景下建立了首个包含多种高性能 MARL 算法的基准，突出了每种算法在不同场景下的独特优势。
引用
@article{arxiv.2404.12824,
title = {MAexp: A Generic Platform for RL-based Multi-Agent Exploration},
author = {Shaohao Zhu and Jiacheng Zhou and Anjun Chen and Mingming Bai and Jiming Chen and Jinming Xu},
journal= {arXiv preprint arXiv:2404.12824},
year = {2024}
}