Fugu-MT 論文翻訳(概要): Results of the NeurIPS 2023 Neural MMO Competition on Multi-task Reinforcement Learning

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
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

SynFacePAD 2023: Competition on Face Presentation Attack Detection Based on Privacy-aware Synthetic Training Data [51.42380508231581]
バイオメトリックス国際会議(IJCB 2023)におけるプライバシ・アウェア・シンセティック・トレーニングデータ(SynFacePAD 2023)に基づく顔提示攻撃検出コンペティションの概要を述べる。このコンペティションは、個人データに関連するプライバシー、法的、倫理的懸念に動機づけられた、合成ベースのトレーニングデータを考慮して、顔の提示攻撃を検出するソリューションを動機付け、誘致することを目的としている。提案されたソリューションはイノベーションと新しいアプローチを示し、調査されたベンチマークで考慮されたベースラインを上回りました。
論文参考訳（メタデータ） (2023-11-09T13:02:04Z)
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。