开源框架HARL-A支持异构多智能体对抗训练

研究者发布开源框架HARL-A，用于异构机器人团队的多智能体对抗强化学习训练与基准测试。该框架基于IsaacLab构建，由Isaac Peterson等人提出，支持任意数量队伍、每队任意机器人形态组合，并扩展了HARL算法库。 HARL-A提供模块化架构和Sumo、Soccer、3D Galaga三套基准环境，另发布十多个覆盖同构与异构团队配置的预训练策略，已公开于Hugging Face，便于无需从头训练即可探索对抗学习动态。研究者称全部代码、环境和文档均已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。