Skip to content

World Comm — 大规模协调 ​

环境信息

  • PettingZoo 名称: simple_world_comm_v3
  • 智能体: 4 Adversary (1 Leader + 3 Hunter) + 2 Prey
  • 额外元素: 食物、森林、障碍物
  • 类型: 大规模团队协调 + 通信广播

游戏目标 ​

这是最复杂的 MPE 环境,包含团队结构、角色分工和通信机制。

Leader (领袖) ​

  • 全局观测: 能看到所有猎物的位置
  • 广播: 将猎物的绝对坐标通过通信通道传给 Hunter
  • 可移动: 也可以直接追捕猎物
  • 动作维度: 9 = 5 (运动) + 4 (通信: Prey0_X, Prey0_Y, Prey1_X, Prey1_Y)

Hunter (猎手) ​

  • 局部观测: 只看到附近的智能体
  • 接收通信: 从 Leader 接收猎物坐标,用于远程追击
  • 追击: 全速追向猎物
  • 动作维度: 5 (纯运动)

Prey (猎物) ​

  • 观测: 能看到威胁 (Hunter) 和食物位置
  • 目标: 逃离 Hunter,寻找食物
  • 惩罚: 被捕获或出界都有严重惩罚
  • 动作维度: 5 (纯运动)

观测空间 ​

Leader 观测 ​

字段含义
position, velocity自身位置和速度
enemies[]猎物的相对位置
teammates[]猎手的相对位置
landmarks[]地标/食物/障碍物

Hunter 观测 ​

字段含义
position, velocity自身位置和速度
enemies[]可见猎物的相对位置
communicationLeader 广播的猎物坐标
landmarks[]附近地标

Prey 观测 ​

字段含义
position, velocity自身位置和速度
enemies[]可见 Hunter 的相对位置 (威胁)
partner另一只猎物的相对位置
landmarks[]食物和障碍物

动作空间 ​

Leader 动作 (9 维) ​

索引含义取值
a[0]No-Op[0, 1]
a[1]Left[0, 1]
a[2]Right[0, 1]
a[3]Down[0, 1]
a[4]Up[0, 1]
a[5]Prey0_X 坐标任意浮点
a[6]Prey0_Y 坐标任意浮点
a[7]Prey1_X 坐标任意浮点
a[8]Prey1_Y 坐标任意浮点

通信维度

Leader 的通信维度 (a[5]-a[8]) 可以是负数或大于 1,因为它们编码的是猎物的绝对坐标(地图范围 [-1, 1])。

Hunter / Prey 动作 (5 维) ​

标准 5 维运动力向量。

奖励函数 ​

角色奖励
Leader猎物被捕时获得奖励;领导成功狩猎的额外奖励
Hunter捕获猎物时高奖励;团队协作奖励
Prey存活和获取食物时奖励;被捕扣分

提示词策略 ​

Leader 策略 ​

1. 保持位置以观察所有猎物
2. 持续广播猎物的绝对坐标
3. 战略性移动,切断猎物逃跑路线
4. 保持猎物在视野范围内以更新信息

Hunter 策略 ​

1. 远距离时: 跟随 Leader 广播的坐标追击
2. 近距离时: 直接全速追击可见猎物
3. 与其他 Hunter 配合包围猎物
4. 接近猎物时减速避免过冲

Prey 策略 ​

1. 尽早发现威胁,立即逃离
2. 优先存活,其次寻找食物
3. 利用障碍物和森林掩护
4. 避免角落,保持逃跑路线开放
5. 永不停止移动

物理约束 ​

1. 互斥轴: 不能同时向左和向右移动
2. 互斥轴: 不能同时向上和向下移动
3. 决定性: 值 > 0.5 表示果断移动,避免微弱输入
4. 惯性: 速度缓慢衰减,加速度累积
5. 边界: Prey 必须严格保持在 [-1, 1] 内

运行方式 ​

bash
python world_comm.py

Built with ❤️ for Multi-Agent AI Research