MAgent
★ 1.8k
vs
on-policy
★ 2.1k
MAgent vs on-policy
MAgent：MAgent是一个为多智能体强化学习设计的平台，支持从数百到数百万智能体的规模化研究。它为探索人工智能群体智能提供了强大的环境，并兼容Linux、OS X以及多种深度学习框架。；on-policy：该存储库实现了MAPPO，一种PPO的多智能体变体，广泛应用于合作多智能体游戏和研究。它为星际争霸II、花火和谷歌足球等多种多智能体环境提供了健壮的实现，并附有详细的训练脚本和超参数指南。
01
简评
MAgentLLM Infra · ★ 1.8k
多智能体强化学习研究
on-policyLLM Infra · ★ 2.1k
合作多智能体强化学习的研究与实验
02
并排对比
字段
MAgenton-policy分类
大模型基础设施
大模型基础设施
Stars
★ 1.8k
★ 2.1k
许可证
MIT
MIT
安装方式
git clone [email protected]:geek-ai/MAgent.git && cd MAgent && sudo apt-get install cmake libboost-system-dev libjsoncpp-dev libwebsocketpp-dev && bash build.sh && export PYTHONPATH=$(pwd)/python:$PYTHONPATH
pip install -e .
更新时间
4年前
2年前
开源
是
是
标签
多智能体强化学习, 模拟平台, 群体智能
多智能体强化学习, PPO, MAPPO
03
功能特性
MAgent01支持可扩展的多智能体（从数百到数百万）
02灵活的智能体开发（基于规则或深度学习）
03多样化的演示场景（追逐、聚集、战斗）
04交互式战斗游戏模式
05集成基线强化学习算法（DQN, DRQN, A2C）
on-policy01MAPPO（多智能体PPO）的实现
02支持多样化的多智能体环境（如星际争霸II、花火）
03提供各种场景的即用型训练脚本
04详细的超参数指导和最新结果
05默认支持智能体间的共享策略
04
使用场景
MAgent↳多智能体强化学习研究
↳人工智能群体智能的开发
↳大规模环境中强化学习算法的基准测试
on-policy↳合作多智能体强化学习的研究与实验
↳评估PPO在多智能体强化学习场景中的有效性
↳为星际争霸II和花火等流行多智能体游戏训练AI智能体
FAQ
常见问题
MAgent 和 on-policy 有什么区别？
MAgent 和 on-policy 都属于 LLM Infra 类别。MAgent 有 1.8k Stars，on-policy 有 2.1k Stars。
MAgent 和 on-policy 哪个更好？
最佳选择取决于你的具体需求。多智能体强化学习研究 时选 MAgent，合作多智能体强化学习的研究与实验 时选 on-policy。
MAgent 是免费的吗？
是的，MAgent 在 GitHub 开源（MIT）。
on-policy 是免费的吗？
是的，on-policy 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→