Loading [MathJax]/jax/output/CommonHTML/config.js

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >问答首页 >Kevin Leyton-Brown开发的多智能体学习算法评估平台GAMUT？

问Kevin Leyton-Brown开发的多智能体学习算法评估平台GAMUT？

提问于 2018-04-11 08:09:07

回答 1关注 0查看 293

有人了解Kevin Leyton-Brown教授2004发表的一篇论文《Run the GAMUT: A Comprehensive Approach to Evaluating Game-Theoretic Algorithms》？这个里面介绍了一个评估多智能体学习算法性能的平台GAMUT，主要是通过生成一系列的博弈游戏来测试相应算法的性能，但是论文里面没有提及具体如何实现，只是给出了实验结果。有人知道应该怎么应用这一平台吗？

回答 1

心愿

发布于 2018-04-11 08:17:56

这个是别人的专利了吧

和开发者交流更多问题细节吧，去写回答

相关文章

多智能体强化学习算法【三】【QMIX、MADDPG、MAPPO】

编程算法分布式强化学习

3. 由于对一个联合动作-状态只有一个总奖励值，而不是每个智能体得到一个自己的奖励值，因此只能用于合作环境，而不能用于竞争对抗环境。

汀丶人工智能

2022/12/21

3.3K0

多智能体强化学习算法【三】【QMIX、MADDPG、MAPPO】

多智能体强化学习算法【一】【MAPPO、MADDPG、QMIX】

编程算法 https 网络安全 github git

近些年，多智能体强化学习（Multi-Agent Reinforcement Learning，MARL）取得了突破性进展，例如 DeepMind 开发的 AlphaStar 在星际争霸 II 中打败了职业星际玩家，超过了 99.8% 的人类玩家；OpenAI Five 在 DOTA2 中多次击败世界冠军队伍，是首个在电子竞技比赛中击败冠军的人工智能系统；以及在仿真物理环境 hide-and-seek 中训练出像人一样可以使用工具的智能体。我们提到的这些智能体大多是采用 on-policy 算法（例如 IMPALA[8]）训练得到的，这就意味着需要很高的并行度和庞大的算力支持，例如 OpenAI Five 消耗了 12.8 万块 CPU 和 256 块 P100 GPU 来收集数据样本和训练网络

汀丶人工智能

2022/12/21

6K0

多智能体强化学习算法【一】【MAPPO、MADDPG、QMIX】

多智能体强化学习算法【二】【MADDPG、QMIX、MAPPO】

编程算法强化学习

本章介绍OpenAI 2017发表在NIPS 上的一篇文章，《Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments》。主要是将AC算法进行了一系列改进，使其能够适用于传统RL算法无法处理的复杂多智能体场景。

汀丶人工智能

2022/12/21

2.9K0

多智能体强化学习算法【二】【MADDPG、QMIX、MAPPO】

DeepMind 最新教程：多智能体学习

DeepMind团队最新做的关于多智能体学习的教程 DeepMind团队最新做的关于多智能体学习的教程

数据科学人工智能

2022/03/31

6270

DeepMind 最新教程：多智能体学习

探秘多智能体强化学习-MADDPG算法原理及简单实现

强化学习编程算法机器人游戏人工智能

之前接触的强化学习算法都是单个智能体的强化学习算法，但是也有很多重要的应用场景牵涉到多个智能体之间的交互，比如说，多个机器人的控制，语言的交流，多玩家的游戏等等。本文，就带你简单了解一下Open-AI的MADDPG(Multi-Agent Deep Deterministic Policy Gradient)算法，来共同体验一下多智能体强化学习的魅力。

石晓文

2018/07/25

9.3K3

探秘多智能体强化学习-MADDPG算法原理及简单实现

【一】MADDPG-单智能体|多智能体总结（理论、算法）

编程算法强化学习

连续动作（赛车游戏中方向盘的角度，油门，刹车控制信息，通信中功率控制,可由policy gradient、DDPG、A3C、PPO算法做决策）和离散动作（围棋、贪吃蛇游戏，Alpha Go，可通过算法Q-Learning、DQN、A3C及PPO算法做决策）。

汀丶人工智能

2022/12/01

4.4K0

【一】MADDPG-单智能体|多智能体总结（理论、算法）

用多智能体强化学习算法MADDPG解决"老鹰捉小鸡"问题

编程算法 https 网络安全强化学习神经网络

MADDPG算法是强化学习的进阶算法,在读对应论文Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments的过程中,往往会遇到很多不是很好理解的数学公式,这篇文章旨在帮助读者翻过数学这座大山,并从PARL（PARL是百度提供的一个高性能、灵活的强化学习框架）的代码理解MADDPG算法。本文目录如下：

用户1386409

2020/08/12

1.6K0

用多智能体强化学习算法MADDPG解决"老鹰捉小鸡"问题

网络智能会议WI-IAT 2022 征文，5位院士将做主题报告

神经网络深度学习人工智能网站

第二十一届网络智能与智能体技术会议（WI-IAT）主题报告预告由 IEEE/WIC/ACM 主办的第二十一届网络智能与智能体技术会议（The 21st IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology，WI-IAT 2022）将于 2022 年 11 月 17 日至 20 日在加拿大尼亚加拉大瀑布召开。本届会议的主题为 “网络智能 = 互联世界中的人工智能（Web Inte

机器之心

2022/06/13

8030

网络智能会议WI-IAT 2022 征文，5位院士将做主题报告

【硬核书】迁移学习多智能体强化学习系统

来源：专知本文为书籍介绍，建议阅读5分钟这本书对广大读者有价值，并有望促进社区间的新对话和该地区的新发展。学习解决顺序决策任务是困难的。人类花了数年时间，基本上以一种随机的方式探索环境，直到他们能够推理，解决困难的任务，并与他人合作实现一个共同的目标。人工智能智能体在这方面和人类很像。强化学习(RL)是一种众所周知的通过与环境的交互来训练自主智能体的技术。遗憾的是，学习过程具有很高的样本复杂性来推断一个有效的驱动策略，特别是当多个智能体同时在环境中驱动时。然而，以前的知识可以用来加速学习和解决更难的任

数据派THU

2022/09/19

2810

【硬核书】迁移学习多智能体强化学习系统

「重磅综述」多智能体强化学习算法理论研究「AI核心算法」

编程算法游戏 python

虽然目前多智能体强化学习 MARL 在很多领域取得了不错的结果，但很少有相关的理论分析。本综述挑选并汇总了拥有理论支撑的 MARL 算法，主要是以下两种理论框架：

用户7623498

2020/09/14

1.4K0

「重磅综述」多智能体强化学习算法理论研究「AI核心算法」

详解强化学习多智能体博弈算法——蒙特卡洛树搜索

编程算法强化学习深度学习

👆点击“博文视点Broadview”，获取更多书讯强化学习，除了可以用于单个强化学习智能体和环境的相互作用，也可以用于两个或者多个智能体在某个强化学习环境下的博弈。关于这种类型的算法，最有名的应该是蒙特卡洛树搜索（Monte Carlo Tree Search，MCTS）。随着AlphaGo和AlphaZero算法在围棋、国际象棋和将棋等棋类领域的广泛应用，并且在这些领域内均取得了相比传统的Alpha-Beta 剪枝算法更加优异的性能，蒙特卡洛树搜索算法作为这些智能体使用的算法也被越来越多的人研究

博文视点Broadview

2022/03/30

2.9K0

【二】MADDPG多智能体算法实现(parl)【追逐游戏复现】

python 编程算法

论文原文：Multi-AgentActor-CriticforMixedCooperative-CompetitiveEnvironments_单智能体-互联网文档类资源-CSDN下载

汀丶人工智能

2022/12/21

2.4K2

【二】MADDPG多智能体算法实现(parl)【追逐游戏复现】

听说你的多智能体强化学习算法不work？那你用对MAPPO了吗?

编程算法 https 网络安全

近些年，多智能体强化学习（Multi-Agent Reinforcement Learning，MARL）取得了突破性进展，例如 DeepMind 开发的 AlphaStar 在星际争霸 II 中打败了职业星际玩家，超过了 99.8% 的人类玩家；OpenAI Five 在 DOTA2 中多次击败世界冠军队伍，是首个在电子竞技比赛中击败冠军的人工智能系统；以及在仿真物理环境 hide-and-seek 中训练出像人一样可以使用工具的智能体。我们提到的这些智能体大多是采用 on-policy 算法（例如 IMPALA[8]）训练得到的，这就意味着需要很高的并行度和庞大的算力支持，例如 OpenAI Five 消耗了 12.8 万块 CPU 和 256 块 P100 GPU 来收集数据样本和训练网络。

机器之心

2021/03/15

1.6K0

听说你的多智能体强化学习算法不work？那你用对MAPPO了吗?

【AI学会“以牙还牙”】OpenAI发布多智能体深度强化学习新算法LOLA

人工智能深度学习编程算法

【新智元导读】OpenAI和牛津大学等研究人员合作，提出了一种新的算法LOLA，让深度强化学习智能体在更新自己策略的同时，考虑到他人的学习过程，甚至实现双赢。每个LOLA智能体都调整自己的策略，以便用有利的方式塑造其他智能体的学习过程。初步试验结果表明，两个LOLA 智能体相遇后会出现“以牙还牙/投桃报李”（tit-for-tat）策略，最终在无限重复囚徒困境中出现合作行为。研究人员表示，即使是目前最先进的深度强化学习算法，也没能做到这一点。LOLA向构建能够考虑其他智能体的智能体迈出了一步。 OpenAI

新智元

2018/03/22

1.6K0

【AI学会“以牙还牙”】OpenAI发布多智能体深度强化学习新算法LOLA

南栖提出高效多智能体离线强化学习方法，揭示多任务学习对多智能体离线强化学习的促进作用

强化学习技巧数据算法性能

以往多智能体多任务强化学习方法通常依赖多任务同时采样学习或迁移学习方法实现多智能体强化学习策略的多任务泛化能力，但该过程导致了大量的样本开销，且无法应对多智能体系统中随智能体数目和目标变化所导致的海量任务泛化问题。

深度强化学习实验室

2023/08/18

8180

南栖提出高效多智能体离线强化学习方法，揭示多任务学习对多智能体离线强化学习的促进作用

【一】最新多智能体强化学习方法【总结】

编程算法学习方法 https 网络安全强化学习

【三】多智能体强化学习（MARL）近年研究概览｛Analysis of emergent behaviors（行为分析)_、Learning communication（通信学习）｝

汀丶人工智能

2022/12/21

1.9K0

多智能体(MARL)强化学习与博弈论

强化学习机器学习深度学习神经网络人工智能

纵观历史，人类已经建立了许多既需要自主行动又需要参与者之间协调互动的系统。交通网络、智能电网或股票市场就是这些系统的例子，它们已经成为我们社会的基本支柱。这些系统的基本特征是，它们要求参与者执行自治任务，这些任务的影响是在与其他参与者共享的环境中看到的。在人工智能(AI)代理中重现这种动态是极具挑战性的。其中一个挑战便是如何平衡AI代理的个人利益与整个群体的利益。人工智能解决方案公司SecondMind最近的一篇论文详细介绍了实施多智能体人工智能系统的激励模型。

deephub

2021/07/01

1.6K0

【四】多智能体强化学习（MARL）近年研究概览｛Learning cooperation（协作学习）、Agents modeling agents（智能体建模）｝

编程算法 https 机器学习神经网络深度学习

【三】多智能体强化学习（MARL）近年研究概览｛Analysis of emergent behaviors（行为分析)_、Learning communication（通信学习）｝

汀丶人工智能

2022/12/21

1.2K0

【四】多智能体强化学习（MARL）近年研究概览｛Learning cooperation（协作学习）、Agents modeling agents（智能体建模）｝

MetaGPT：多智能体元编程框架

编程创业框架配置软件

例如，键入python startup.py "写个类似今日头条的推荐系统"并回车，你会获得一系列输出，其一是数据结构与API设计

测试开发囤货

2023/08/08

5080

MetaGPT：多智能体元编程框架

上海交大开源MALib多智能体并行训练框架，支持大规模基于种群的多智能体强化学习训练

开源分布式强化学习框架算法

机器之心专栏作者：上海交大和UCL多智能体强化学习研究团队基于种群的多智能体深度强化学习（PB-MARL）方法在星际争霸、王者荣耀等游戏AI上已经得到成功验证，MALib 则是首个专门面向 PB-MARL 的开源大规模并行训练框架。MALib 支持丰富的种群训练方式（例如，self-play, PSRO, league training)，并且实现和优化了常见多智能体深度强化学习算法，为研究人员降低并行化工作量的同时，大幅提升了训练效率。此外，MALib 基于 Ray 的底层分布式框架，实现了全新的中心

机器之心

2023/03/29

1.5K0

上海交大开源MALib多智能体并行训练框架，支持大规模基于种群的多智能体强化学习训练

相似问题

智能机器学习CNN 现在是否可以存在CNN图片的算法？

1272

智能语音与外语学习？

1191

移动开发平台？

1237

智能对话平台 TerminalId字段？

0317

智能扫码支持哪些平台？

1186

相关问答用户

请输入您想邀请的人

腾讯云TDP | 先锋会员擅长2个领域

某公司 | 程序员擅长1个领域

穿过生命散发芬芳

我是基里安墨菲

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例