bold-lab-ai/JaxMARL

解决的问题

JaxMARL 为多智能体强化学习 (MARL) 提供了一个统一的、支持 GPU 的框架。它解决了需要单一库来结合各种 MARL 环境和流行基准算法的需求，使研究人员能够高效地在不同任务中评估方法。

工作原理

该库构建在 JAX 之上，利用 GPU 加速提供高性能的向量化环境。它遵循受 PettingZoo 和 Gymnax 启发的 API，其中智能体的动作、观测和奖励以字典形式处理。该库还包括 SMAX，它是 StarCraft Multi-Agent Challenge 的简化向量化版本，消除了对 StarCraft II 游戏引擎的依赖。

适用对象

专为从事多智能体强化学习的研究人员和开发人员设计，他们需要高吞吐量的训练以及与既定基准进行比较的标准方式。

亮点

• 多样化的环境套件：包括 MPE、Overcooked、Hanabi 以及通过 Multi-Agent Brax 进行的机器人控制等广泛任务。
• GPU 加速效率：完全使用 JAX 实现，可在 GPU 和 TPU 上高速运行。
• 基准算法：提供流行算法的单文件实现，如 IPPO、MAPPO、QMIX 和 VDN。
• SMAX 环境：一种全新的、无需引擎的 StarCraft 微操挑战版本。
• Sim2Real 支持：与 JaxRobotarium 集成，用于具有开放访问 Sim2Real 能力的多机器人环境。