RideGym: 共享出行模拟的标准多智能体强化学习接口

研究人员推出了 RideGym，这是一个开源的标准化接口，专为真实世界共享出行系统中的多智能体强化学习（MARL）设计。这个类似 Gym 的环境旨在通过将环境与调度算法分离，来解决现有模拟平台缺乏可复现性和公平比较的问题。RideGym 支持在真实道路网络上进行大规模城市模拟，并具有灵活的配置，已证明其高效性，能在不到一分钟的时间内完成长达一小时的模拟。该平台还强调了探索噪声对 MARL 解决方案性能和排名的显著影响。 AI

影响 为共享出行领域的 MARL 研究提供了标准化，从而能够更好地比较和更快地开发调度算法。

排序理由 该条目描述了一个用于共享出行系统多智能体强化学习的新开源接口，发表在 arXiv 论文中。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.MA (Multiagent) 阅读 →

• alphaXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Gym-style
• Hugging Face
• Influence Flower
• Multi-agent reinforcement learning
• RideGym
• ScienceCast

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →