Hugging Face 雪球大战 ML-Agents 环境

Hugging Face 已推出 Snowball Fight 1vs1，这是公司首个自定义深度强化学习（DRL）环境。此次发布标志着为使用 Unity ML-Agents 工具包的 DRL 研究者和爱好者构建生态系统的更广泛工作的开始。

Snowball Fight 1vs1 环境

Snowball Fight 1vs1 是一款使用 Unity ML-Agents 开发的游戏，用户可以通过向深度强化学习代理投掷雪球进行对抗。该环境为开源，托管在 Hugging Face Hub，并可通过 Hugging Face Spaces 进行交互式游戏。

Hugging Face 的 Unity ML-Agents 生态系统

Hugging Face 正在利用 Unity Machine Learning Agents Toolkit——一个用于构建游戏和模拟以训练智能体的开源库——来建立一个三部分生态系统：

• 自定义环境开发： Hugging Face 正在开发并在 Hugging Face Hub 上共享开源环境（如雪球大战、赛车和益智游戏），以便于尝试新问题。
• 托管与模型共享： 平台允许用户托管环境、保存模型，并直接在 Hugging Face Hub 上共享它们。
• 演示部署： 用户可以利用 Hugging Face Spaces 快速托管并向社区展示他们的 DRL 成果。

未来路线图和技术扩展

Hugging Face 计划通过以下举措扩展 ML-Agents 生态系统：

• 技术文档： 发布专门针对 ML-Agents 的技术教程。
• 多智能体协作： 开发 Snowball Fight 2vs2 版本。该版本将使用 MA-POCA，这是一种旨在训练团队内部协作行为的深度强化学习算法。
• 环境扩展： 创建更多自定义环境，以便在 Hugging Face 平台上托管。