google-deepmind/meltingpot

何を解決するか

Melting Pot は、マルチエージェント強化学習（MARL）のための標準化されたベンチマークを提供します。AIエージェントが協力、競争、信頼といった社会的行動を、訓練中に遭遇しなかった新しい状況や unfamiliar な個体に一般化できるかどうかを評価する課題に対処しています。

仕組み

このプロジェクトは、エージェントの訓練に使用できる「サブストレート」（50以上）と呼ばれるマルチエージェントゲームのセットを提供します。一般化をテストするため、256以上の独自のテストシナリオを用意しています。これらのホールドアウトされたシナリオでエージェントを評価することで、研究者はエージェントが不慣れな相手とどのように相互作用するか、また相互依存的な社会的状況でどのように機能するかを定量的に測定でき、さまざまなMARLアルゴリズムの性能を比較・順位付けできます。

対象ユーザー

マルチエージェント強化学習や社会的AIの研究に取り組む研究者向けです。彼らは、エージェントの堅牢性と社会的一般化能力を厳密にテストする手段が必要です。

特徴

• 50以上の訓練用サブストレート（マルチエージェントゲーム）。
• 評価用に256以上の独自のテストシナリオ。
• だまし、報酬の交換、頑固さなど、幅広い社会的相互作用をテスト。
• DeepMind Lab2D を基盤として構築。