arXiv cs.MA· Tom Philipp Backert, Mohammad D. Soorati, Javad Ghofrani·· 6 天前AI 评分18
MARGoS：面向 ARGoS 中可复现 MARL 实验的配置驱动平台
MARGoS: A Configuration-Driven Platform for Reproducible MARL Experiments in ARGoS
AI 导读
MARGoS 是一个配置驱动的轻量级平台，用于提升 ARGoS 中多智能体强化学习（MARL）实验的可复现性与复用性。它通过配置哈希、端到端种子传播、冻结配置、结构化日志、环境指纹和可导出实验包，支持跨机器与跨时间的共享、重放和验证。该平台从架构、效率、可复现性、可用性和协作五个维度进行了评估，代码已公开。
正文 · AI 翻译
摘要：多智能体强化学习（MARL）已成为一个突出的研究方向，尤其是在集体机器人领域，ARGoS 模拟器被广泛用于研究涌现的群体行为。然而尽管发展迅速，基于 MARL 的群体机器人中对于复用与可复现性的系统性支持仍然有限且标准化不足：单个实验由手动对齐的模拟器文件、训练脚本、配置值、路径、随机种子和环境细节拼装而成，因此即便在同一研究组内，复用与复现依然脆弱。为弥补这一空白，我们推出 MARGoS，这是本项目开发的一个轻量级、配置驱动的平台，将这些定义实验的输入提升为平台管理的一等工件。MARGoS 通过配置哈希、端到端随机种子传播、冻结（不可变）配置、结构化日志、环境指纹以及可导出的实验包来实现可复现实验，便于跨机器和跨时间共享、重放与验证结果。一个五维评估（架构、效率、可复现性、可用性和协作）支持我们的主张：将实验变体作为平台职责来管理，能使 ARGoS+MARL 实验更易于复用、复现和交接。我们的代码可在 此 https URL 获取。
| 评论： | 发表于 VARIABILITY 2026 Satellite Events 会议录（Project Showcase Track）、LNCS 17104、Springer 的论文的提交版本（同行评审前）。11 页，3 幅图，3 张表 |
| 主题： | 软件工程（cs.SE）；多智能体系统（cs.MA）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.13772 [cs.SE] |
| （或 arXiv:2610.13772v1 [cs.SE] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13772 arXiv 颁发的 DOI，经由 DataCite（待注册） |
|
| 期刊 参考： | Software and Systems Reuse, Product Lines, and Configuration - VARIABILITY 2026 Satellite Events, LNCS 17104, pp. 251-261, Springer (2027) |
| 相关 DOI： | https://doi.org/10.1007/978-3-032-40421-3_24
链接到相关资源的 DOI |
提交历史
来自：Tom Philipp Backert [查看电子邮件]
[v1]
2026 年 10 月 9 日星期五 15:55:16 UTC（46 KB）
来源：arXiv cs.MA · arxiv.org