AI can what?

游戏与虚拟世界 · 项目档案

MOMAland

多目标、多 Agent 环境套件,采用类似 PettingZoo 的接口返回奖励向量,包含棋盘游戏、合作物理任务和资源分配模拟。

训练评测请查阅上游说明

它可以用来做什么?

使用带版本的环境及配套学习基线,比较多 Agent 策略在相互竞争的目标与效用选择下的表现,例如多目标 Connect4、Breakthrough 和 Pistonball。

使用前需要知道什么?

奖励向量需要明确的效用、标量化或多目标评估协议,成绩不能与 PettingZoo 标量奖励结果直接互换。PyPI 0.2.0 元数据允许 Python 3.9+,已核查主分支源码要求 3.11+。可选学习扩展还需 JAX 等依赖。LICENSE 及包的 license 字段写明 GPLv3,但同时存在冲突的 MIT 分类标签。

我们核查了什么?

创作者:Farama Foundation and MOMAland contributors

运行方式:提供 Python 环境 API 及可选渲染器;部分环境改编自 PettingZoo,其他来自多目标研究。需固定库提交或包、带版本的环境 ID 及目标配置。本次未确立特定桌面操作系统支持。

许可说明:仓库 LICENSE 为 GNU GPLv3,pyproject 的许可文本与之相同;但同一文件又包含冲突的 MIT 分类标签。应保留此不一致信息,不能将套件概括为 MIT。依赖项各自保留其许可。 上游许可 ↗

本条目依据原始项目材料整理,未独立运行或复现结果。AI 参与开发的描述来自作者说明;上游版本、运行条件和许可应以原始来源为准。

资源类型
环境与评测
开发方式
开发方式未确认
来源核查
平台
请查阅上游说明

继续浏览同类项目