TiZero：通过课程学习与自博弈掌握多智能体足球
人工智能
2023-02-22 v2 机器学习
多智能体系统
摘要
多智能体足球在AI研究中仍是一项未解决的挑战。现有工作聚焦于处理该游戏的简化场景，或借助专家演示。在本文中，我们开发了一个无需演示即可进行完整11对11游戏模式的多智能体系统。该游戏模式包含的方面对现代强化学习算法构成重大挑战：多智能体协调、长期规划与非传递性。为应对这些挑战，我们提出TiZero；一个从零开始学习的自演化多智能体系统。TiZero引入了若干创新，包括自适应课程学习、一种新颖的自博弈策略，以及联合优化多个智能体策略的目标。在实验上，它在Google Research Football环境中以大幅优势超越先前系统，将胜率提升超过30%。为证明TiZero创新点的通用性，它们在足球之外的若干环境中进行了评估：Overcooked、多智能体粒子环境、井字棋与四子棋。
引用
@article{arxiv.2302.07515,
title = {TiZero: Mastering Multi-Agent Football with Curriculum Learning and Self-Play},
author = {Fanqi Lin and Shiyu Huang and Tim Pearce and Wenze Chen and Wei-Wei Tu},
journal= {arXiv preprint arXiv:2302.07515},
year = {2023}
}
备注
The 22nd International Conference on Autonomous Agents and Multiagent Systems(AAMAS2023)