論文の概要: BluffJAX: Adversarial Imperfect Information Games in JAX

• arxiv url: http://arxiv.org/abs/2610.07686v1
• Date: Tue, 06 Oct 2026 03:18:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.785287
• Title: BluffJAX: Adversarial Imperfect Information Games in JAX
• Title（参考訳）: BluffJAX:JAXにおける敵対的不完全な情報ゲーム
• Abstract要約: BluffJAX(リンク)は、JAXにおける敵対的不完全な情報ゲームのオープンソーススイートである。 我々は,GPUアクセラレータ上での高速なシミュレーションスループットと並列化のために設計されたゲームの標準実装を提供する。 私たちのスイートは、Texas Hold'Em PokerやKuhn Pokerといったよく研究されたベンチマークと、強化学習研究でこれまで研究されていないゲームで構成されています。
• 参考スコア（独自算出の注目度）: 24.804407302988825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce BluffJAX: an open-source suite of adversarial imperfect information games in JAX. We provide canonical implementations of games designed for high simulation throughputs and parallelization on GPU accelerators. Our suite consists of well-studied benchmarks such as Texas Hold'Em Poker and Kuhn Poker, as well as games that have not been previously studied in reinforcement learning research, such as Bluff, Stud Poker, and Kemps. We hope that implementing a variety of game mechanics and difficulties will introduce new challenges and foster novel research directions in game-theoretic methods for RL. We benchmark the throughput performance and memory usage of our environments in single and multi-GPU settings, demonstrating scaling of up to hundreds of millions of samples per second, and motivating the usage of BluffJAX over related GPU and CPU-based libraries. We benchmark reinforcement learning, tree search, and game-solving algorithms in JAX in order to provide users with baseline results and facilitate future comparisons.
• Abstract（参考訳）: JAX における敵不完全情報ゲームのオープンソーススイートである BluffJAX を紹介します。 我々は,GPUアクセラレータ上での高速なシミュレーションスループットと並列化のために設計されたゲームの標準実装を提供する。 私たちのスイートは、Texas Hold'Em PokerやKuhn Pokerといったよく研究されたベンチマークと、Bluff、Stud Poker、Kempsといった強化学習研究でこれまで研究されていないゲームで構成されています。 我々は,RLのゲーム理論手法において,様々なゲーム力学と難易度を実装することで,新たな課題がもたらされ,新たな研究方向性が育まれることを願っている。 我々は、単一およびマルチGPU設定で環境のスループット性能とメモリ使用量をベンチマークし、毎秒数億のサンプルのスケーリングを実証し、関連するGPUやCPUベースのライブラリよりもBluffJAXの使用を動機付けています。 我々は,JAXにおける強化学習,木探索,およびゲーム解決アルゴリズムをベンチマークし,ユーザに対してベースライン結果を提供し,今後の比較を容易にする。

関連論文リスト

• Octax: Accelerated CHIP-8 Arcade Environments for Reinforcement Learning in JAX [0.0]
  強化学習(Reinforcement Learning, RL)の研究には、多様で困難な環境が必要である。 JAXで実装された古典的なアーケードゲーム環境の高性能スイートであるOcaxを紹介します。
  論文  参考訳（メタデータ） (2025-10-02T07:56:47Z)
• JaxMARL: Multi-Agent RL Environments and Algorithms in JAX [105.343918678781]
  我々は、GPU対応の効率と多くの一般的なMARL環境のサポートを組み合わせた、最初のオープンソースPythonベースのライブラリであるJaxMARLを紹介します。 我々の実験は、壁時計時間の観点から、JAXベースのトレーニングパイプラインが既存のアプローチの約14倍高速であることを示している。 また、人気の高いStarCraft Multi-Agent ChallengeのJAXベースの近似的な再実装であるSMAXを紹介し、ベンチマークする。
  論文  参考訳（メタデータ） (2023-11-16T18:58:43Z)
• 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)

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。