【标题】VMAS: A Vectorized Multi-Agent Simulator for Collective Robot Learning

【作者团队】Matteo Bettini, Ryan Kortvelesy, Jan Blumenkamp

【发表日期】2022.7.7

【论文链接】https://arxiv.org/pdf/2207.03530.pdf

【推荐理由】虽然许多多机器人协调问题可以通过精确算法得到最佳解决，但解决方案通常无法在机器人数量上进行扩展。 多智能体强化学习（MARL）作为解决此类问题的有前途的解决方案，在机器人界越来越受到关注。本文介绍了矢量化多智能体模拟器（VMAS）。 VMAS 是一个为高效 MARL 基准测试而设计的开源框架。 它由一个用 PyTorch 编写的矢量化 2D 物理引擎和一组十二个具有挑战性的多机器人场景组成。 其他场景可以通过一个简单的模块化接口来实现。 将 VMAS 与 OpenAI MPE 进行比较时， MPE 的执行时间随着模拟数量线性增加，而 VMAS 能够在 10 秒内执行 30,000 次并行模拟，速度提高了 100 倍以上。 VMAS 的场景以正交方式证明对最先进的 MARL 算法具有挑战性。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除