Skip to content

游戏环境总览 ​

本项目包含 9 个经典多智能体博弈场景,覆盖导航、协作、对抗、通信、欺骗等多种范式。

环境一览表 ​

#游戏类型智能体数量核心挑战通信动作维度
1Simple导航1单智能体导航至地标✗5
2Spread协作N (默认 3)覆盖地标 + 避碰✗5
3Adversary对抗1 Adv + N Good欺骗与推理✗5
4Push对抗1 Adv + 1 Good物理推挤阻截✗5
5Tag追逐3 Pred + 1 Prey合作追捕 vs 逃跑✗5
6Crypto通信Alice + Bob + Eve加密传输 vs 窃听✓4
7Reference通信2 (互为说/听)双向通信导航✓15
8Speaker-Listener通信1S + 1L单向通信导航✓3/5
9World Comm大规模4 Adv + 2 PreyLeader 广播坐标✓9/5

环境分类 ​

🏃 导航类 ​

  • Simple: 最简单的基线环境,测试基本的空间推理

🤝 协作类 ​

  • Spread: 需要多智能体协调分配地标

⚔️ 对抗类 ​

  • Adversary: 信息不对称 + 欺骗策略
  • Push: 物理对抗 + 质量不对称
  • Tag: 速度不对称 + 合作追捕

📡 通信类 ​

  • Crypto: 加密/解密/窃听三方博弈
  • Reference: 双向通信 + 目标推理
  • Speaker-Listener: 单向通信 + 语义对齐

🌍 综合类 ​

  • World Comm: 大规模团队协调 + 通信广播

通用物理参数 ​

所有环境共享以下基础物理参数:

参数值含义
时间步 dt0.1每步的物理仿真时间
阻尼 damping0.25速度衰减系数:v ← v × 0.75
默认质量1.0智能体默认质量
灵敏度 sensitivity5.0动作到力的映射系数
地图范围[-1, 1]²X、Y 轴取值范围

通用动作空间 ​

大部分环境使用 5 维连续动作向量:

索引含义取值范围
a[0]无操作 (No-Op)[0, 1]
a[1]左推力 (Left)[0, 1]
a[2]右推力 (Right)[0, 1]
a[3]下推力 (Down)[0, 1]
a[4]上推力 (Up)[0, 1]

净力计算:

  • X 轴: F_x = (a[2] - a[1]) × sensitivity
  • Y 轴: F_y = (a[4] - a[3]) × sensitivity

重要提示

  • 不要同时激活对立方向(如同时设 left 和 right > 0),否则力会互相抵消
  • 接近目标时应减小推力或设为 0 以避免过冲
  • 接近边界(|x| 或 |y| > 0.9)时应向中心推

Built with ❤️ for Multi-Agent AI Research