論文の概要: Results of the NeurIPS 2023 Neural MMO Competition on Multi-task Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2508.12524v1
• Date: Sun, 17 Aug 2025 23:14:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:10.84112
• Title: Results of the NeurIPS 2023 Neural MMO Competition on Multi-task Reinforcement Learning
• Title（参考訳）: マルチタスク強化学習におけるNeurIPS 2023ニューラルMMOコンペティションの結果
• Authors: Joseph Suárez, Kyoung Whan Choe, David Bloomin, Jianming Gao, Yunkun Li, Yao Feng, Saidinesh Pola, Kun Zhang, Yonghui Zhu, Nikhil Pinnaparaju, Hao Xiang Li, Nishaanth Kanna, Daniel Scott, Ryan Sullivan, Rose S. Shuman, Lucas de Alcântara, Herbie Bradley, Kirsty You, Bo Wu, Yuhao Jiang, Qimai Li, Jiaxin Chen, Louis Castricato, Xiaolong Zhu, Phillip Isola,
• Abstract要約: NeurIPS 2023 Neural MMOコンペティションには200人以上の参加者と応募者が集まった。 上位のソリューションは、単一の4090 GPUで8時間トレーニングすることで、ベースラインよりも4倍高いスコアを達成しました。 我々はNeural MMOとMITライセンス下での競合に関するすべてをオープンソースにしています。
• 参考スコア（独自算出の注目度）: 37.676975085454124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present the results of the NeurIPS 2023 Neural MMO Competition, which attracted over 200 participants and submissions. Participants trained goal-conditional policies that generalize to tasks, maps, and opponents never seen during training. The top solution achieved a score 4x higher than our baseline within 8 hours of training on a single 4090 GPU. We open-source everything relating to Neural MMO and the competition under the MIT license, including the policy weights and training code for our baseline and for the top submissions.
• Abstract（参考訳）: 我々は,200人以上の参加者と応募者を集めたNeurIPS 2023 Neural MMO Competitionの結果を報告する。 参加者は、訓練中に見たことのないタスク、地図、対戦者に一般化する目標条件ポリシーを訓練した。 上位のソリューションは、単一の4090 GPUで8時間トレーニングすることで、ベースラインよりも4倍高いスコアを達成しました。 我々は、Neural MMOとMITライセンス下での競合に関するすべてのものをオープンソースにしています。

関連論文リスト

• 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)
• The NeurIPS 2022 Neural MMO Challenge: A Massively Multiagent Competition with Specialization and Trade [41.639843908635875]
  NeurIPS-2022 Neural MMO Challengeには500人が参加し、1,600以上の応募があった。 今年の競技は最新のv1.6 Neural MMOで行われ、新しい装備、戦闘、取引、より良いスコアシステムが導入されている。 本稿では,課題の設計と成果を要約し,学習方法のベンチマークとして,この環境の可能性について考察する。
  論文  参考訳（メタデータ） (2023-11-07T04:14:45Z)
• Benchmarking Robustness and Generalization in Multi-Agent Systems: A Case Study on Neural MMO [50.58083807719749]
  IJCAI 2022で開催されている第2回Neural MMOチャレンジの結果を報告する。 この競合はマルチエージェントシステムの堅牢性と一般化をターゲットにしている。 環境ラッパー、ベースライン、可視化ツール、そしてさらなる研究のための選択されたポリシーを含むベンチマークをオープンソースにします。
  論文  参考訳（メタデータ） (2023-08-30T07:16:11Z)
• ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
  このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。 提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。 大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
  論文  参考訳（メタデータ） (2023-05-16T18:56:12Z)
• MER 2023: Multi-label Learning, Modality Robustness, and Semi-Supervised Learning [90.17500229142755]
  第1回マルチモーダル感情認識チャレンジ(MER 2023)は、ACMマルチメディアで成功した。 本稿では、この課題の背景にある動機を紹介し、ベンチマークデータセットを説明し、参加者に関する統計情報を提供する。 この高品質なデータセットは、特に中国の研究コミュニティにとって、マルチモーダルな感情認識の新しいベンチマークになり得ると考えています。
  論文  参考訳（メタデータ） (2023-04-18T13:23:42Z)
• Lessons learned from the NeurIPS 2021 MetaDL challenge: Backbone fine-tuning without episodic meta-learning dominates for few-shot learning image classification [40.901760230639496]
  本稿では,MetaDLコンペティションシリーズの設計,データセット,最良の実験結果,NeurIPS 2021チャレンジにおける最上位の手法について述べる。 トップ参加者のソリューションがオープンソース化された。
  論文  参考訳（メタデータ） (2022-06-15T10:27:23Z)
• Retrospective on the 2021 BASALT Competition on Learning from Human Feedback [92.37243979045817]
  競争の目的は、人間のフィードバック(LfHF)技術から学び、オープンワールドの課題を解決するエージェントへの研究を促進することであった。 LfHF技術の使用を義務付けるのではなく、ビデオゲームMinecraftで達成すべき自然言語の4つのタスクについて説明した。 チームは、様々な可能な人間のフィードバックタイプにまたがる多様なLfHFアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-04-14T17:24:54Z)

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。