bold-lab-ai/JaxMARL

解決する課題

JaxMARLは、マルチエージェント強化学習（MARL）のための、統一されたGPU対応フレームワークを提供します。これは、多種多様なMARL環境と一般的なベースラインアルゴリズムを一つのライブラリに統合する必要性に応え、研究者が異なるタスク間で効率的に手法を評価できるようにします。

仕組み

JAX上に構築されたこのライブラリは、GPU加速を活用して高性能なベクトル化環境を提供します。PettingZooやGymnaxに触発されたAPIに従い、エージェントの行動、観測、報酬は辞書として処理されます。また、StarCraft II ゲームエンジンへの依存を排除した、StarCraft Multi-Agent Challengeの簡略化されたベクトル化バージョンであるSMAXも含まれています。

対象者

高スループットのトレーニングと、確立されたベースラインと比較するための標準化されたベンチマーク手法を必要とする、マルチエージェント強化学習の研究者および開発者向けに設計されています。

ハイライト

• 多様な環境スイート: MPE、Overcooked、Hanabi、およびMulti-Agent Braxによるロボット制御など、幅広いタスクが含まれています。
• GPU対応の効率性: GPUおよびTPU上での高速実行のために、JAXで完全に実装されています。
• ベースラインアルゴリズム: IPPO、MAPPO、QMIX、VDNなどの一般的なアルゴリズムのシングルファイル実装を提供します。
• SMAX環境: StarCraftのマイクロマネジメントチャレンジの、新しいエンジン不要のバージョンです。
• Sim2Realサポート: オープンアクセスなSim2Real機能を持つマルチロボット環境のための、JaxRobotariumとの統合。