VolleyBots：一个结合运动控制与策略博弈的多无人机排球博弈测试平台

机器人运动具有定义明确的目标、清晰的规则和动态的交互，是展示具身智能的理想场景。在本文中，我们提出了VolleyBots，这是一个新颖的机器人运动测试平台，多架无人机在物理动力学下于排球运动中协同与竞争。VolleyBots在一个统一平台中集成了三个特性：竞争与合作的游戏玩法、基于回合的交互结构以及敏捷的3D机动。这些相互交织的特性产生了一个结合运动控制与策略博弈的复杂问题，且没有可用的专家演示。我们提供了一套全面的任务，从单无人机训练到多无人机协作与竞争任务，并附有对代表性强化学习（RL）、多智能体强化学习（MARL）和博弈论算法的基线评估。仿真结果表明，在单智能体任务中，同策略RL方法优于异策略方法，但在结合运动控制与策略博弈的复杂任务中，两种方法都面临困难。我们额外设计了一个分层策略，在3对3任务中对最强基线取得了69.5%的胜率，展示了其处理低级控制与高级策略之间复杂交互的潜力。为了突出VolleyBots的从仿真到现实迁移潜力，我们进一步展示了完全在仿真中训练的策略在真实无人机上的零样本部署。