Lux AI Season 3

新智能体HORIZON通过分层信念建模增强多智能体导航能力

研究人员开发了HORIZON，一种专为Lux AI第三赛季竞赛设计的层级智能体，该竞赛要求在部分可观察的多智能体导航场景中进行适应。该智能体采用多方面方法，包括空间感知、信念跟踪、图注意力以及探索策略，将短期控制与长期推理分开。HORIZON使用JAX模拟器中的Proximal Policy Optimization进行训练，与现有基线相比，在胜率和适应能力方面均有显著提升。