Neural MMO: 大规模多智能体游戏环境
摘要
Neural MMO 是由 OpenAI 开发的大规模多智能体游戏环境,使智能体能够在可配置的瓷砖世界中学习,包含资源竞争、生存机制和战斗交互。
我们发布了 Neural MMO,这是一个用于强化学习智能体的大规模多智能体游戏环境。我们的平台支持大量、可变数量的智能体在持久且开放式的任务中运行。众多智能体和物种的加入促进了更好的探索、不同生态位的形成以及整体能力的提升。
查看缓存全文
缓存时间: 2026/04/20 14:56
# 神经MMO:大规模多智能体游戏环境
来源:https://openai.com/index/neural-mmo/
**玩家**(*智能体*)可以加入任何可用的**服务器**(*环境*),每个服务器都包含一个自动生成的可配置大小的基于瓦片的游戏地图。某些瓦片(例如带食物的森林瓦片和草地瓦片)是可通过的。其他的(例如水和实心石头)是不可通过的。智能体在环境边缘的随机位置生成。它们必须获得食物和水,并避免来自其他智能体的战斗伤害,以维持其生命值。踩在森林瓦片上或靠近水瓦片会分别补充智能体的食物或水供应的一部分。然而,森林瓦片的食物供应是有限的,会随着时间缓慢再生。这意味着智能体必须竞争获取食物瓦片,同时定期从无限水瓦片补充水供应。玩家使用三种战斗风格进行战斗,分别标记为*近战、远程*和*法术*。
**输入**:智能体观察以当前位置为中心的正方形瓦片范围。这包括瓦片地形类型和占据瓦片的智能体的选定属性(生命值、食物、水和位置)。
**输出**:智能体为下一个游戏**刻度**(*时间步*)输出动作选择。动作由一个移动和一个攻击组成。
相似文章
NeuroMAS:将多智能体系统视为具有联合强化学习的神经网络
NeuroMAS将多智能体语言系统视为可训练的类神经网络架构,以LLM代理作为节点,利用强化学习来学习通信和专业化。实验表明,其性能得到提升,并且从较小的系统逐步扩展比从头训练大型系统效果更好。
AgentGarten:用于智能体进化的代码世界
AgentGarten 是一个框架,将模拟器和游戏引擎与共享的神经渲染器相结合,构建实时交互式环境。智能体在其中通过视觉观察进行学习,并将经验提炼为可继承的策略手册,仅需 4 轮经验便实现了远超传统强化学习的学习效率提升。
MetaNeural
MetaNeural 是一款由 AI 驱动的扩展现实(XR)培训解决方案,旨在为高风险行业提供沉浸式、技术驱动的专业培训能力。
学习合作、竞争和沟通
OpenAI 展示了多智能体强化学习环境的研究,其中智能体学习合作、竞争和沟通。该论文介绍了 MADDPG(Multi-Agent DDPG),这是一种集中式评论家方法,能够让智能体比传统的分散式方法更有效地学习协作策略和沟通协议。
多玩家交互式世界模型与表示自编码器
本文介绍了MIRA,首个针对高度动态物理环境的大规模多玩家世界模型,该模型在10000小时的《火箭联盟》游戏数据上训练。这个50亿参数的潜在扩散模型能够实时生成稳定的四人游戏过程,其分布质量在数小时内保持稳定。