开放平台详情-人机对抗智能

平台名称：

兵棋子环境-部分可观测异步智能体协同

博弈特点：

两人零和博弈；不完美信息，异步智能体协作。

潜在应用：

适用于多智能体强化学习等算法的标准测试环境，相关算法的研究将推动多智能体合作领域的研究，可用于解决兵棋AI人机对抗挑战。

平台简介：

继星际争霸人机对抗突破之后，兵棋推演作为人机对抗的下一个挑战，将牵引智能决策技术新的发展^[1,2]。兵棋推演的智能决策技术与挑战^[3]一文指出了兵棋AI研发的挑战问题如算子异步协同、非对称环境决策等，为了促进学术界更好针对如上问题开展研究，凝练兵棋AI关键问题，开放学习标准环境，填补兵棋决策智能研究关键问题基准学习环境空白。

兵棋子环境-部分可观测异步智能体协同（POCA）^[4]，致力于解决部分可观测环境下的智能体异步协同问题。POAC是一种轻量级、灵活、易用的环境，可以由用户配置，以满足不同的实验需求。其支持self-play模式、人机等多种模式。POCA提供了6个不同难度的训练场景，并将基于规则的AI作为对手，其内置包括QMIX，VDN，Qtran，IQL与COMA等在内的代表学习算法。

平台地址：

http://turingai.ia.ac.cn/data_center/show/10

参考文献：
[1] 人机对抗智能技术，中国科学：信息科学，http://scis.scichina.com/cn/2020/N112019-00048.pdf.
[2] AI in Games: Techniques, Challenges and Opportunities，https://arxiv.org/abs/2111.07631.
[3] 兵棋推演的智能决策技术与挑战，自动化学报，http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210547.
[4] The Partially Observable Asynchronous Multi-Agent Cooperation Challenge, https://arxiv.org/abs/2112.03809.