PingsiZhong1 GitHub avatar

Multiagent-with-Diffusion-Models

PingsiZhong1

MADiff 是 NeurIPS 2024 的官方实现,将扩散模型应用于离线多智能体强化学习,在 MPE、MA-Mujoco 和 SMAC 基准测试中取得了强劲结果。

Stars

6

7 天增长

暂无数据

Fork 数

0

开放 Issue

0

开源协议

MIT

最近更新

2026-07-04

AI 仓库情报摘要
FR-AI / ANALYSIS

为什么值得关注

该工作首次将扩散模型引入离线多智能体学习,在多个合作任务上持续超越 BC、OMAR、MA-CQL 等基线方法,并提供了 CTDE 和 CTCE 两种变体来分析协调差距。

适合谁使用

  • 多智能体强化学习研究者
  • 离线强化学习从业者
  • 对序列决策生成感兴趣的扩散模型爱好者
  • 开发合作多智能体系统的工程师

典型使用场景

  • 在粒子、机器人和战斗环境中进行离线多智能体合作策略学习
  • 在标准数据集(MPE、MA-Mujoco、SMAC)上对多智能体算法进行基准测试
  • 研究全局信息下的集中训练(CTCE)与分散执行(CTDE)之间的权衡

项目优势

  • 在三个不同的多智能体基准上展示了最优或竞争性的结果
  • 同时提供 CTDE 和 CTCE 变体,CTCE 通常能进一步提升性能
  • 提供完整的代码库,包括环境安装脚本、数据集镜像以及训练/评估命令

使用前须知

  • 需要外部数据集和特定环境安装(MPE、MA-Mujoco、SMAC),增加了部署复杂度
  • MADiff-C(CTCE)使用了其他方法无法获得的全局信息,因此不能与基线直接比较
  • README 表格中省略了结果的标准差(详细信息见论文)

README 快速开始

Installation

相关仓库与替代方案

根据分类、Topic 和编程语言匹配的相似项目。

lopopolo
精选
lopopolo GitHub avatar

harness-engineering

Harness Engineering is a methodology for improving coding agent outputs by carefully crafting the environment around them—providing curated context, tools, and executable constraints that encode an organization’s nonfunctional requirements and cumulative lessons.

AI 与机器学习AI 智能体
2,390
slvDev
精选
slvDev GitHub avatar

esp32-ai

A 28.9 million parameter language model runs on an $8 ESP32-S3 microcontroller entirely on-device, generating simple stories at about 9.5 tokens per second.

AI 与机器学习大语言模型
1,960
littledivy
精选
littledivy GitHub avatar

mimic

mimic captures traffic from any iOS or web app and automatically generates a Python client library that lets you call the app's API like a regular library.

AI 与机器学习
1,482