bold-lab-ai/JaxMARL

해결하는 문제

JaxMARL은 멀티 에이전트 강화 학습(MARL)을 위한 통합된 GPU 지원 프레임워크를 제공합니다. 이는 다양한 MARL 환경과 대중적인 베이스라인 알고리즘을 하나의 라이브러리에 결합하여, 연구자들이 다양한 작업에 걸쳐 방법론을 효율적으로 평가할 수 있도록 합니다.

작동 방식

JAX를 기반으로 구축된 이 라이브러리는 GPU 가속을 활용하여 고성능 벡터화 환경을 제공합니다. 에이전트의 행동, 관측 및 보상이 딕셔너리로 처리되는 PettingZoo 및 Gymnax에서 영감을 받은 API를 따릅니다. 또한 StarCraft II 게임 엔진에 대한 의존성을 제거한 StarCraft Multi-Agent Challenge의 단순화된 벡터화 버전인 SMAX를 포함합니다.

대상

고처리량 훈련과 기존 베이스라인과 비교할 수 있는 표준화된 벤치마킹 방식이 필요한 멀티 에이전트 강화 학습 분야의 연구자 및 개발자를 위해 설계되었습니다.

주요 특징

• 다양한 환경 세트: MPE, Overcooked, Hanabi 및 Multi-Agent Brax를 통한 로봇 제어와 같은 광범위한 작업이 포함됩니다.
• GPU 지원 효율성: GPU 및 TPU에서 고속 실행을 위해 JAX로 완전히 구현되었습니다.
• 베이스라인 알고리즘: IPPO, MAPPO, QMIX, VDN과 같은 인기 있는 알고리즘의 단일 파일 구현을 제공합니다。
• SMAX 환경: StarCraft 마이크로 매니지먼트 챌린지의 새로운 엔진 프리 버전입니다.
• Sim2Real 지원: 오픈 액세스 Sim2Real 기능을 갖춘 멀티 로봇 환경을 위한 JaxRobotarium와의 통합.