論文の概要: The Neural MMO Platform for Massively Multiagent Research
- arxiv url: http://arxiv.org/abs/2110.07594v1
- Date: Thu, 14 Oct 2021 17:54:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-15 13:20:19.956958
- Title: The Neural MMO Platform for Massively Multiagent Research
- Title(参考訳): 大規模マルチエージェント研究のためのニューラルMMOプラットフォーム
- Authors: Joseph Suarez, Yilun Du, Clare Zhu, Igor Mordatch, Phillip Isola
- Abstract要約: Neural MMOは、大規模なエージェント集団、長期水平線、オープンエンドタスク、モジュール型ゲームシステムを組み合わせた研究プラットフォームである。
我々は、Neural MMOを、アクティブなサポート、継続的な開発、ドキュメント、追加のトレーニング、ロギング、視覚化ツールを備えた、フリーでオープンソースのソフトウェアとして提示します。
- 参考スコア(独自算出の注目度): 49.51549968445566
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neural MMO is a computationally accessible research platform that combines
large agent populations, long time horizons, open-ended tasks, and modular game
systems. Existing environments feature subsets of these properties, but Neural
MMO is the first to combine them all. We present Neural MMO as free and open
source software with active support, ongoing development, documentation, and
additional training, logging, and visualization tools to help users adapt to
this new setting. Initial baselines on the platform demonstrate that agents
trained in large populations explore more and learn a progression of skills. We
raise other more difficult problems such as many-team cooperation as open
research questions which Neural MMO is well-suited to answer. Finally, we
discuss current limitations of the platform, potential mitigations, and plans
for continued development.
- Abstract(参考訳): Neural MMOは、大規模エージェント、長期水平線、オープンエンドタスク、モジュール型ゲームシステムを組み合わせた、計算可能な研究プラットフォームである。
既存の環境はこれらの特性のサブセットを特徴としていますが、Neural MMOはそれらを全て組み合わせた最初のものです。
我々は、Neural MMOを、アクティブなサポート、継続的な開発、ドキュメント、追加のトレーニング、ロギング、可視化ツールを備えた、フリーでオープンソースのソフトウェアとして提示します。
プラットフォーム上の最初のベースラインは、多くの集団で訓練されたエージェントがより多くの調査を行い、スキルの進歩を学ぶことを示している。
Neural MMOが答えに適したオープンリサーチ質問として、多チーム協力など、さらに難しい問題を提起します。
最後に、プラットフォームの現在の制限、潜在的な緩和、継続的な開発計画について論じる。
関連論文リスト
- Neuro-mimetic Task-free Unsupervised Online Learning with Continual
Self-Organizing Maps [56.827895559823126]
自己組織化マップ(英: Self-organizing map、SOM)は、クラスタリングや次元減少によく用いられるニューラルネットワークモデルである。
低メモリ予算下でのオンライン教師なし学習が可能なSOM(連続SOM)の一般化を提案する。
MNIST, Kuzushiji-MNIST, Fashion-MNISTなどのベンチマークでは, ほぼ2倍の精度が得られた。
論文 参考訳(メタデータ) (2024-02-19T19:11:22Z) - Large Language Model based Multi-Agents: A Survey of Progress and
Challenges [46.857697157523994]
大規模言語モデル(LLM)は、幅広いタスクで大きな成功を収めています。
近年, 1 つの LLM を単一計画や意思決定エージェントとして利用する手法の開発により, 複雑な問題解決や世界シミュレーションにおいて, LLM ベースのマルチエージェントシステムは大きな進歩を遂げている。
論文 参考訳(メタデータ) (2024-01-21T23:36:14Z) - Neural MMO 2.0: A Massively Multi-task Addition to Massively Multi-agent
Learning [36.03451274861878]
ニューラルMMO 2.0は強化学習研究のための大規模マルチエージェント環境である。
フレキシブルなタスクシステムを備えており、ユーザーは幅広い目的や報酬のシグナルを定義できる。
バージョン2.0は前バージョンを完全に書き直したもので、3倍の性能改善とCleanRLとの互換性がある。
論文 参考訳(メタデータ) (2023-11-07T05:36:39Z) - LAMM: Language-Assisted Multi-Modal Instruction-Tuning Dataset,
Framework, and Benchmark [81.42376626294812]
本稿では,Language-Assisted Multi-Modalインストラクションチューニングデータセット,フレームワーク,ベンチマークを提案する。
我々の目標は、MLLMのトレーニングと評価のための成長するエコシステムとしてLAMMを確立することです。
本稿では,2次元および3次元視覚のための広範囲な視覚タスクをカバーする包括的データセットとベンチマークを提案する。
論文 参考訳(メタデータ) (2023-06-11T14:01:17Z) - Ghost in the Minecraft: Generally Capable Agents for Open-World
Environments via Large Language Models with Text-based Knowledge and Memory [97.87093169454431]
Ghost in the Minecraft (GITM) は、LLM(Large Language Models)とテキストベースの知識と記憶を統合する新しいフレームワークである。
我々は、構造化されたアクションのセットを開発し、LSMを活用してエージェントが実行するアクションプランを生成する。
LLMをベースとしたエージェントは、従来の手法を著しく上回り、成功率+47.5%という顕著な改善を達成している。
論文 参考訳(メタデータ) (2023-05-25T17:59:49Z) - Scalable Multi-Agent Lab Framework for Lab Optimization [0.0]
auTonomous fAcilitiesと呼ばれるマルチエージェントラボコントロールフレームワーク。
システムはエージェント・インストラメンテーションやエージェント・エージェント・インタラクションを含む、施設全体のシミュレーションを可能にする。
我々は,MultiTASKが大規模自律・半自律的な研究キャンペーンと施設で新たな研究領域を開くことを願っている。
論文 参考訳(メタデータ) (2022-08-19T00:18:19Z) - Families In Wild Multimedia: A Multimodal Database for Recognizing
Kinship [63.27052967981546]
マルチタスク MM キンシップデータセットを初めて公開する。
FIW MMを構築するために,データを自動収集,注釈付け,作成する機構を開発した。
結果は、改善の異なる領域で将来の研究を刺激するエッジケースを強調します。
論文 参考訳(メタデータ) (2020-07-28T22:36:57Z) - Neural MMO v1.3: A Massively Multiagent Game Environment for Training
and Evaluating Neural Networks [48.5733173329785]
本稿では,MMOにインスパイアされたマルチエージェントゲーム環境であるNeural MMOを紹介する。
分散インフラストラクチャとゲームIOという,AI研究のためのマルチエージェントシステムエンジニアリングにおける,より一般的な2つの課題について論じる。
論文 参考訳(メタデータ) (2020-01-31T18:50:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。