論文の概要: SocialJax: An Evaluation Suite for Multi-agent Reinforcement Learning in Sequential Social Dilemmas

• arxiv url: http://arxiv.org/abs/2503.14576v2
• Date: Mon, 19 May 2025 15:28:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:10.538683
• Title: SocialJax: An Evaluation Suite for Multi-agent Reinforcement Learning in Sequential Social Dilemmas
• Title（参考訳）: SocialJax:シークエンシャルソーシャルジレンマにおけるマルチエージェント強化学習のための評価スイート
• Authors: Zihao Guo, Shuqing Shi, Richard Willis, Tristan Tomilin, Joel Z. Leibo, Yali Du,
• Abstract要約: 連続的な社会的ジレンマは、マルチエージェント強化学習の分野において重要な課題である。 SocialJaxは、JAXで実装されたシーケンシャルな社会的ジレンマ環境とアルゴリズムのスイートである。 JAXはPython用の高性能数値計算ライブラリである。
• 参考スコア（独自算出の注目度）: 3.897833712166508
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sequential social dilemmas pose a significant challenge in the field of multi-agent reinforcement learning (MARL), requiring environments that accurately reflect the tension between individual and collective interests. Previous benchmarks and environments, such as Melting Pot, provide an evaluation protocol that measures generalization to new social partners in various test scenarios. However, running reinforcement learning algorithms in traditional environments requires substantial computational resources. In this paper, we introduce SocialJax, a suite of sequential social dilemma environments and algorithms implemented in JAX. JAX is a high-performance numerical computing library for Python that enables significant improvements in operational efficiency. Our experiments demonstrate that the SocialJax training pipeline achieves at least 50\texttimes{} speed-up in real-time performance compared to Melting Pot RLlib baselines. Additionally, we validate the effectiveness of baseline algorithms within SocialJax environments. Finally, we use Schelling diagrams to verify the social dilemma properties of these environments, ensuring that they accurately capture the dynamics of social dilemmas.
• Abstract（参考訳）: 社会的ジレンマは、個人と集団間の緊張を正確に反映する環境を必要とするマルチエージェント強化学習(MARL)分野において重要な課題である。 Melting Potのような以前のベンチマークや環境は、様々なテストシナリオにおける新しいソーシャルパートナーへの一般化を測定する評価プロトコルを提供する。 しかし、従来の環境で強化学習アルゴリズムを実行するには、かなりの計算資源が必要である。 本稿では,JAXで実装されたソーシャルジレンマ環境とアルゴリズムのスイートであるSocialJaxを紹介する。 JAXはPython用の高性能な数値計算ライブラリで、運用効率を大幅に改善します。 我々の実験によると、SocialJaxトレーニングパイプラインは、Melt Pot RLlibベースラインと比較して、少なくとも50\texttimes{}のリアルタイムパフォーマンス向上を実現している。 さらに,SocialJax環境におけるベースラインアルゴリズムの有効性を検証する。 最後に、これらの環境の社会的ジレンマ特性を検証するために、スケジューリングダイアグラムを使用し、社会的ジレンマのダイナミクスを正確に捉えることを保証する。

関連論文リスト

• SCRAG: Social Computing-Based Retrieval Augmented Generation for Community Response Forecasting in Social Media Environments [8.743208265682014]
  SCRAGは、ソーシャルコンピューティングにインスパイアされた予測フレームワークである。 リアルまたは仮説的なソーシャルメディア投稿に対するコミュニティの反応を予測する。 公開関係の専門家が意図しない誤解を避ける方法でメッセージを作成するために使用することができる。
  論文  参考訳（メタデータ） (2025-04-18T15:02:31Z)
• SocialED: A Python Library for Social Event Detection [53.928241775629566]
  SocialEDは、ソーシャルイベント検出(SED)タスクをサポートするように設計された、包括的なオープンソースのPythonライブラリである。 詳細なドキュメンテーションを備えた統一APIを提供し、研究者や実践者がソーシャルメディアにおけるイベント検出の完全なソリューションを提供する。 SocialEDは、グラフ構築やトークン化など、幅広い事前処理技術をサポートし、モデルのトレーニングや予測のための標準化されたインターフェースを含んでいる。
  論文  参考訳（メタデータ） (2024-12-18T03:37:47Z)
• GenSim: A General Social Simulation Platform with Large Language Model based Agents [111.00666003559324]
  我々はtextitGenSim と呼ばれる新しい大規模言語モデル (LLM) ベースのシミュレーションプラットフォームを提案する。 我々のプラットフォームは10万のエージェントをサポートし、現実世界のコンテキストで大規模人口をシミュレートする。 我々の知る限り、GenSimは汎用的で大規模で修正可能な社会シミュレーションプラットフォームに向けた最初の一歩である。
  論文  参考訳（メタデータ） (2024-10-06T05:02:23Z)
• SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
  マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。 オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。 実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
  論文  参考訳（メタデータ） (2024-05-03T04:12:19Z)
• SOCIALITE-LLAMA: An Instruction-Tuned Model for Social Scientific Tasks [13.152622137022881]
  オープンソースでインストラクションをチューニングしたLlamaであるSocialite-Llamaを紹介します。 20種類の社会科学タスクにおいて、Socialite-LlamaはLlamaのパフォーマンスを改善し、最先端のマルチタスク微調整モデルのパフォーマンスをマッチまたは改善する。
  論文  参考訳（メタデータ） (2024-02-03T01:33:16Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• Training Socially Aligned Language Models on Simulated Social Interactions [99.39979111807388]
  AIシステムにおける社会的アライメントは、確立された社会的価値に応じてこれらのモデルが振舞うことを保証することを目的としている。 現在の言語モデル(LM)は、トレーニングコーパスを独立して厳格に複製するように訓練されている。 本研究は,シミュレートされた社会的相互作用からLMを学習することのできる,新しい学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2023-05-26T14:17:36Z)
• SocNavGym: A Reinforcement Learning Gym for Social Navigation [0.0]
  SocNavGymは、ソーシャルナビゲーションのための高度なシミュレーション環境である。 さまざまなタイプのソーシャルナビゲーションシナリオを生成することができる。 また、さまざまな手作りとデータ駆動のソーシャル報酬信号を扱うように設定することもできる。
  論文  参考訳（メタデータ） (2023-04-27T11:29:02Z)
• JaxPruner: A concise library for sparsity research [46.153423603424]
  JaxPrunerはスパースニューラルネットワーク研究のためのオープンソースライブラリである。 メモリとレイテンシのオーバーヘッドを最小限に抑えながら、一般的なプルーニングとスパーストレーニングアルゴリズムを実装している。
  論文  参考訳（メタデータ） (2023-04-27T10:45:30Z)
• marl-jax: Multi-Agent Reinforcement Leaning Framework [7.064383217512461]
  エージェントの社会的一般化を訓練・評価するためのマルチエージェント強化学習ソフトウェアであるmarl-jaxを提案する。 このパッケージは、マルチエージェント環境でエージェントの集団を訓練し、さまざまなバックグラウンドエージェントに一般化する能力を評価するために設計されている。
  論文  参考訳（メタデータ） (2023-03-24T05:05:01Z)

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。