Nocturne：一个可扩展的驾驶基准，推动多智能体学习更贴近真实世界
多智能体系统
2023-02-06 v3 人工智能
机器学习
机器人学
摘要
我们介绍 Nocturne，一个用于研究部分可观测下多智能体协调的新型 2D 驾驶模拟器。Nocturne 的重点是在无需计算机视觉和图像特征提取计算开销的情况下，实现对真实世界多智能体场景中推理和心理理论的研究。该模拟器中的智能体仅能观察到场景的遮挡视图，以模拟人类视觉感知约束。与现有因直接使用相机输入渲染类人观测而受限的基准不同，Nocturne 使用高效的交点计算方法在 C++ 后端中计算一组向量化的可见特征，使模拟器能以超过每秒 2000 步的速度运行。利用开源轨迹和地图数据，我们构建了一个模拟器，用于加载和回放真实世界驾驶数据中的任意轨迹和场景。利用该环境，我们对强化学习和模仿学习智能体进行了基准测试，结果表明这些智能体与人类水平的协调能力相去甚远，且明显偏离专家轨迹。
引用
@article{arxiv.2206.09889,
title = {Nocturne: a scalable driving benchmark for bringing multi-agent learning one step closer to the real world},
author = {Eugene Vinitsky and Nathan Lichtlé and Xiaomeng Yang and Brandon Amos and Jakob Foerster},
journal= {arXiv preprint arXiv:2206.09889},
year = {2023}
}