arXiv cs.AI· Ulixes Tariq Hawili, Subramanian Ramamoorthy, Yoann Altmann, Ignacio Carlucho·· 3 天前AI 评分26
MARL-BattleGrounds：面向异构竞争多智能体 RL 的 JAX 原生基准
MARL-BattleGrounds: A Novel JAX-native Benchmark for Heterogeneous and Competitive Multi-agent RL
AI 导读
MARL-BattleGrounds（MARL-BGs）是一个 JAX 原生基准，面向异构、竞争性多智能体强化学习，填补 SMAX 类简单基准与 Dota 2 类昂贵环境之间的空白。
正文 · AI 翻译
摘要：我们提出 MARL-BattleGrounds（MARL-BGs），一个易于使用的 JAX 原生基准，用于异构且竞争性的多智能体强化学习（MARL），旨在实现样本高效、计算高效且以研究者为中心。MARL 基准通常要么简单高效，如 SMAX，其中获胜归结为单位微操；要么丰富但昂贵，如 Dota 2。MARL-BGs 填补了这一缺失的中间地带。其第一个模式，团队死斗，是两支各由五名异构智能体组成的队伍之间同时进行的回合制游戏。五个职业拥有不同的基础、被动和终极技能，旨在与盟友协同并克制敌人。我们包含 52 张手工设计、带有多样障碍物的地图，其中包括一个 12 张地图的课程，以及十张留出的验证和测试地图。MARL-BGs 提供两种典型的评估模式。第一，八个终局场景构成一个困难的泛化挑战：每个场景要求一支队伍在 5-10 个 tick 内，在未见过的、几乎必败的局面中战胜一个强大的反应式控制器。第二，每月循环赛在同等算力下重新训练每个提交，让其与当前“九强”阵容中的每个成员对战，并在官方排行榜上发布 Elo 结果。所有参赛者都作为可下载的对手公开发布。MARL-BGs 每局记录 28 个主题下的 11,192 项指标。我们还包含三个强大的脚本对手、一个分析回放查看器，以及用于自我对弈、交叉对弈、课程学习和零样本协调评估的现成工具。我们甚至提供用于基于 LLM 的智能体的 API，并用它来评估 Qwen3.5-9B 与我们最强策略的对战。在我们的 BattleClient 中，人类可以与任意策略组合并肩作战或对抗，从而实现人机评估。我们用另外六个深度 MARL 基线对 MARL-BGs 进行基准测试，并发布这些基线。在一台 RTX 5090 上以 1,024 局并行游戏运行时，模拟器每秒运行 50,000 个 5v5 游戏步。
| 评论： | 34 页，14 幅图，18 张表。项目网站：此 https URL |
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG）；多智能体系统（cs.MA） |
| ACM 分类： | I.2.11；I.2.6 |
| 引用为： | arXiv:2610.14883 [cs.AI] |
| （或 arXiv:2610.14883v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14883 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Ulixes Tariq Hawili [查看电子邮件]
[v1]
2026 年 10 月 10 日星期六 12:57:40 UTC（1,040 KB）
来源：arXiv cs.AI · arxiv.org