google-deepmind/meltingpot

它解决了什么问题

Melting Pot 为多智能体强化学习（MARL）提供了一个标准化的基准测试。它解决了评估人工智能智能体是否能够将其社交行为（如合作、竞争和信任）泛化到训练期间未曾遇到的新情境和陌生个体这一挑战。

它如何工作

该项目提供了一系列名为“基底”（超过 50 个可用）的多智能体游戏，用于训练智能体。为了测试泛化能力，它提供了超过 256 种独特的测试场景。通过在这些保留的场景中评估智能体，研究人员可以量化智能体与陌生伙伴互动以及在相互依赖的社交情境中表现的能力，从而对不同的 MARL 算法进行排名。

适用对象

专为从事多智能体强化学习和社会人工智能研究的科研人员设计，他们需要一种严谨的方法来测试其智能体的鲁棒性和社交泛化能力。

主要亮点

• 超过 50 个训练基底（多智能体游戏）。
• 超过 256 种独特的测试场景用于评估。
• 测试广泛的社交互动，包括欺骗、互惠和固执。
• 基于 DeepMind Lab2D 构建。