机器之心专栏作者：上海交大和UCL多智能体强化学习研究团队基于种群的多智能体深度强化学习（PB-MARL）方法在星际争霸、王者荣耀等游戏AI上已经得到成功验证，MALib则是首个专门面向PB-MARL的开源大规模并行训练框架。MALib支持丰富的种群训练方式（例如，self-play,PSRO,leaguetraining)，并且实现和优化了常见多智能体深度强化学习算法，为研究人员降低并行化工作量的同时，大幅提升了训练效率。此外，MALib基于Ray的底层分布式框架，实现了全新的中心化任务分发模型，相较于常见的多智能体强化学习训练框架（RLlib，PyMARL，OpenSpiel），相同硬件条件下吞吐量和训练速度有着数倍的提升。现阶段，MALib已对接常见多智能体环境（星际争霸、谷歌足球、棋牌类、多人Atari等），后续将进一步提供对自动驾驶、智能电网等场景的支持。项目主页：
转载请注明：http://www.0431gb208.com/sjszlff/163.html
