論文の概要: Jaxnasium: Embracing PyTrees For Any-Agent, Cross-Suite Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.36075v1
• Date: Mon, 26 Oct 2026 18:03:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.394871
• Title: Jaxnasium: Embracing PyTrees For Any-Agent, Cross-Suite Reinforcement Learning
• Title（参考訳）: Jaxnasium: PyTreesを任意のエージェント、クロススパイト強化学習に適用する
• Abstract要約: JAXベースの強化学習のためのライブラリであるJaxnasiumを紹介します。 観測空間とアクション空間をPyTreesとして表現し、この構造を使ってネットワークを構築し、マルチエージェント処理をサポートする。 同じファイルは読みやすいリサーチフレンドリーなアルゴリズムや、より適用可能なワークロードのためのインポート可能なアルゴリズムとして機能する。
• 参考スコア（独自算出の注目度）: 0.3166549403591528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hardware-accelerated reinforcement learning in JAX has gained rapid popularity in recent years and has proven to be a successful method of scaling online reinforcement learning. The resulting ecosystem, however, is fragmented: environment suites define their own interfaces, and algorithm implementations are typically written for a single suite, a single type of space, and either JAX-native or host-based environments. Here we present Jaxnasium, a library for JAX-based reinforcement learning, aiming to make the field more accessible. Jaxnasium represents observation and action spaces as PyTrees, and uses this structure to build networks and support multi-agent processing. Through this, its near-single-file implementations run on discrete, continuous, image, and composite spaces, as well as in multi-agent environments, without any changes to the algorithm code. The same files serve as readable, research-friendly algorithms, as well as importable algorithms for more applied workloads. Through a minimal Gymnasium-style interface and wrappers for 11 suites, over 300 environments are available on which a small PPO implementation with default hyperparameters is able to run. Additionally, through a simple wrapper, we can run Gymnasium and EnvPool environments with the same algorithm and training loop, with no performance loss compared to architectures specifically built for training JAX algorithms on host-based environments. Jaxnasium further provides tools for multi-seed evaluation, hyperparameter sweeps, and project scaffolding. Jaxnasium is open-sourced at https://github.com/ponseko/jaxnasium
• Abstract（参考訳）: 近年,JAXにおけるハードウェアによる強化学習が急速に普及し,オンライン強化学習のスケールアップ手法として成功している。 環境スイートは独自のインターフェースを定義しており、アルゴリズムの実装は通常、単一のスイート、単一のタイプのスペース、JAXネイティブまたはホストベースの環境のために書かれています。 ここでは、JAXベースの強化学習のためのライブラリであるJaxnasiumを紹介します。 JaxnasiumはPyTreesとして観測空間とアクション空間を表現し、この構造を使ってネットワークを構築し、マルチエージェント処理をサポートする。 これにより、ほぼ単一ファイルの実装は、離散的、連続的、イメージ、複合的な空間だけでなく、マルチエージェント環境でも動作し、アルゴリズムコードには何ら変更を加えることなく動作する。 同じファイルは読みやすいリサーチフレンドリーなアルゴリズムや、より適用可能なワークロードのためのインポート可能なアルゴリズムとして機能する。 最小限のGymnasiumスタイルのインターフェースと11スイートのラッパーを通じて、デフォルトのハイパーパラメータを持つ小さなPPO実装が実行可能な300以上の環境が利用可能である。 さらに、単純なラッパーで、同じアルゴリズムとトレーニングループでGymnasiumとEnvPool環境を実行できます。 Jaxnasiumはさらに、マルチシード評価、ハイパーパラメータスイープ、プロジェクトスキャフォールディングのためのツールも提供している。 Jaxnasiumはhttps://github.com/ponseko/jaxnasiumでオープンソース化されている。

関連論文リスト

• jinns: a JAX Library for Physics-Informed Neural Networks [0.7366405857677227]
  jinnsは物理インフォームドニューラルネットワークのためのオープンソースのPythonライブラリである。 JAXエコシステムに根ざしたこのフレームワークは、リアルプロブレムを効率的にプロトタイピングするための多用途フレームワークを提供する。
  論文  参考訳（メタデータ） (2024-12-18T18:21:41Z)
• 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)
• SequeL: A Continual Learning Library in PyTorch and JAX [50.33956216274694]
  SequeLは継続学習のためのライブラリで、PyTorchとJAXフレームワークの両方をサポートする。 それは、正規化ベースのアプローチ、リプレイベースのアプローチ、ハイブリッドアプローチを含む、幅広い連続学習アルゴリズムのための統一インターフェースを提供する。 私たちはSequeLをオープンソースライブラリとしてリリースし、研究者や開発者が自身の目的で簡単にライブラリを実験し拡張することができます。
  論文  参考訳（メタデータ） (2023-04-21T10:00:22Z)

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。