Neural MMO v1.3：用于训练和评估神经网络的大规模多智能体游戏环境
机器学习
2020-04-20 v2 人工智能
多智能体系统
机器学习
摘要
多智能体智能研究的进展从根本上受到可用于研究的环境的数量和质量的限制。近年来，模拟游戏已成为强化学习中的主导研究平台，部分原因在于其可及性和可解释性。先前的工作已针对街机、第一人称射击（FPS）、实时策略（RTS）和大规模在线战术竞技（MOBA）游戏并取得成功。我们的工作考虑大型多人在线角色扮演游戏（MMORPG或MMO），其捕捉了其他任何游戏类型都未很好建模的真实世界学习的若干复杂性。我们提出Neural MMO，一个受MMO启发的大规模多智能体游戏环境，并讨论我们在面向AI研究的多智能体系统工程中两个更一般的挑战上的进展：分布式基础设施和游戏IO。我们进一步证明，标准的策略梯度方法和简单的基线模型可以在此环境中学习到有趣的涌现式探索与专业化行为。
引用
@article{arxiv.2001.12004,
title = {Neural MMO v1.3: A Massively Multiagent Game Environment for Training and Evaluating Neural Networks},
author = {Joseph Suarez and Yilun Du and Igor Mordatch and Phillip Isola},
journal= {arXiv preprint arXiv:2001.12004},
year = {2020}
}