Hugging Face Snowball Fight ML-Agents 環境

Hugging Face 已推出 Snowball Fight 1vs1，這是該公司首個自訂的深度強化學習（DRL）環境。此次發布標誌著創建一個更廣泛生態系統的開始，旨在為使用 Unity ML-Agents 工具包的 DRL 研究者和愛好者提供支援。

Snowball Fight 1vs1 環境

Snowball Fight 1vs1 是一款使用 Unity ML-Agents 開發的遊戲，使用者可以透過投擲雪球來與深度強化學習代理進行對戰。該環境為開源程式碼，託管在 Hugging Face Hub，並可透過 Hugging Face Spaces 進行互動體驗。

Unity ML-Agents 生態系統於 Hugging Face

Hugging Face 正利用 Unity Machine Learning Agents Toolkit——一個用於構建遊戲與模擬以訓練智慧代理的開源程式庫——來建立三部分生態系統：

• 自訂環境開發： Hugging Face 正在開發並分享開源環境（例如雪球戰、賽車與益智遊戲）於 Hugging Face Hub，以方便對新問題進行實驗。
• 託管與模型共享： 平台允許使用者託管環境、儲存模型，並直接在 Hugging Face Hub 上共享它們。
• 示範部署： 使用者可以利用 Hugging Face Spaces 快速託管並向社區展示他們的 DRL 成果。

未來路線圖與技術擴充

Hugging Face 計畫透過以下舉措擴充 ML-Agents 生態系統：

• 技術文件： 發行專注於 ML-Agents 的技術教學。
• 多智能體協作： 開發 Snowball Fight 2vs2 版本。該版本將使用 MA-POCA，這是一種設計用於訓練團隊內合作行為的深度強化學習演算法。
• 環境擴充： 建立更多自訂環境，以在 Hugging Face 平台上託管。