BenchMARL: Benchmarking Multi-Agent Reinforcement Learning

要約

マルチエージェント強化学習 (MARL) の分野は現在、再現性の危機に直面しています。
この問題に対処するために標準化されたレポートのソリューションが提案されていますが、最先端の強化学習 (RL) 実装を活用しながら、標準化と再現性を可能にするベンチマーク ツールがまだ不足しています。
このペーパーでは、さまざまなアルゴリズム、モデル、環境にわたる標準化されたベンチマークを可能にするために作成された初の MARL トレーニング ライブラリである BenchMARL を紹介します。
BenchMARL は、TorchRL をバックエンドとして使用し、MARL PyTorch ユーザーの広範なコミュニティに対応しながら、高いパフォーマンスと維持された最先端の実装を実現します。
その設計により体系的な構成とレポートが可能になるため、ユーザーは単純な 1 行の入力から複雑なベンチマークを作成して実行できます。
BenchMARL は GitHub でオープンソース化されています: https://github.com/facebookresearch/BenchMARL

要約(オリジナル)

The field of Multi-Agent Reinforcement Learning (MARL) is currently facing a reproducibility crisis. While solutions for standardized reporting have been proposed to address the issue, we still lack a benchmarking tool that enables standardization and reproducibility, while leveraging cutting-edge Reinforcement Learning (RL) implementations. In this paper, we introduce BenchMARL, the first MARL training library created to enable standardized benchmarking across different algorithms, models, and environments. BenchMARL uses TorchRL as its backend, granting it high performance and maintained state-of-the-art implementations while addressing the broad community of MARL PyTorch users. Its design enables systematic configuration and reporting, thus allowing users to create and run complex benchmarks from simple one-line inputs. BenchMARL is open-sourced on GitHub: https://github.com/facebookresearch/BenchMARL

arxiv情報

提供元, 利用サービス

arxiv.jp, Google