StarCraft Multi-Agent Challenge (SMAC)——多智能体强化学习仿真benchmark

最新推荐文章于 2024-07-12 17:15:01 发布

条件反射104

最新推荐文章于 2024-07-12 17:15:01 发布

阅读量1.7k

点赞数 4

分类专栏：多智能体强化学习文章标签：自然语言处理自动驾驶深度学习

本文链接：https://blog.csdn.net/qq_40317204/article/details/120867677

版权

18 篇文章 27 订阅

订阅专栏

StarCraft包括Macromanagement和Micromanagement。其中macro包括宏观和微观的操作，是选手级别的，目的在于赢得完整的比赛胜利；而micro仅包含微观的操作，用于训练和验证marl算法。
SMAC基于的是StarCraft II Learning Environment(PySC2)和StarCraft II 的API搭建的平台，PySC2和SMAC二者的区别为：
PyMARL是基于SMAC平台的部分多智能体算法框架，包括QMIX、COMA、VDN、IQL和QTRAN。可快速进行实验。
相关链接：
SMAC：https://github.com/oxwhirl/smac
SMAC平台的的相关信息：https://github.com/oxwhirl/smac/blob/master/docs/smac.md
SMAC博客：http://whirl.cs.ox.ac.uk/blog/smac/
PyMARL：https://github.com/oxwhirl/pymarl
PySC2：https://github.com/deepmind/pysc2，包括一些API如保存回放等。

关注