arXiv cs.RO 机器人学· Isaac Peterson, Christopher Allred, Jacob Morrey, Mario Harper·· 1 天前AI 评分55
HARL-A：基于 IsaacLab 的异构多智能体对抗强化学习基准框架
HARL-A: An Extensible Benchmark Framework for Heterogeneous Multi-Agent Adversarial Reinforcement Learning in IsaacLab
AI 导读
HARL-A 是一个基于 IsaacLab 的开源框架，支持在高保真物理仿真中对形态各异的机器人团队进行可扩展的对抗策略训练与基准评测，团队数量和每队机器人形态组合均可任意配置。该框架扩展了 HARL 算法库，贡献了模块化软件架构、Sumo/Soccer/3D Galaga 三个基准环境，以及超过十个预训练策略，已在 Hugging Face 公开发布，演示中可稳定产生对抗策略与涌现的角色分工。
来源：arXiv cs.RO 机器人学 · arxiv.org