arXiv · cs.AI· Ulixes Tariq Hawili, Subramanian Ramamoorthy, Yoann Altmann, Ignacio Carlucho·· 11 小时前
MARL-BattleGrounds：异构竞争式多智能体强化学习基准
MARL-BattleGrounds: A Novel JAX-native Benchmark for Heterogeneous and Competitive Multi-agent RL
arXiv:2610.14883v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Ulixes Tariq Hawili, Subramanian Ramamoorthy, Yoann Altmann, Ignacio Carlucho
研究任务与主要进展
Ulixes Tariq Hawili等人提出JAX原生的MARL-BattleGrounds基准，用于评估异构、竞争式多智能体强化学习。其首个Team Deathmatch模式包含两队各5名具有不同能力的智能体、52张手工地图、8个未见残局场景和Big Nine循环赛；每局记录28个主题的11,192项指标。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org