playground

玩场

• FFA: Free For All,四个代理进入,一个退出。它测试策略、战术和狡猾。棋盘是完全可观察的。 * 团队(NIPS '18 竞赛环境): 2v2,两个代理团队进入,一个团队获胜。它测试策略、战术和合作。棋盘是部分可观察的。 * 团队无线电:与团队类似,都是 2v2 游戏。区别在于每个代理都有一个无线电,他们可以使用它来传递每步 8 个单词的字典中的 2 个单词。

• 您是 机器学习 研究人员,并且同样认识到在该子领域缺乏可用的基准。请帮助我们纠正这一问题,并证明您的算法优于其他算法。 * 您希望为多代理或通信研究做出贡献。首先,这是一个进行研究的平台,我们在这里做的一切最终都将得到我们的慷慨(或主要)支持,并发表。 * 您非常喜欢(Bomberman)并对 AI 着迷。这是一个学习如何构建智能代理的绝佳机会。 * 您希望赢得 AI 竞赛的荣耀。我们将广泛宣传结果。 * 您认为 AI 很愚蠢,可以构建一个确定性系统,击败任何学习代理。

如何训练代理? 该领域的大多数开源研究工具都是针对单个代理而设计的。我们将开发资源来标准化多代理学习。在此期间，我们在 train_with_tensorforce.py 中提供了一个示例训练脚本。它展示了如何封装 Pommerman 环境，使其可以使用像 T 等流行的库进行训练。