AIcrowd 发布 Flatland3 Challenge 数据集, 应用在 多代理系统、强化学习 领域

AIcrowd 本次发布的数据集 Flatland3 Challenge, 该数据集专为多代理路径查找（MAPF）问题设计，包含了多个测试阶段。在这些阶段中，智能体需要穿越环境复杂度和规模逐渐增加的多种场景。该数据集支持课程学习，并允许在各种场景和规模下评估强化学习方法。数据集的规模范围从30x30地图上的7个代理，到158x158地图上的425个代理，其任务旨在解决多代理路径查找问题。

查看Flatland3 Challenge

关于 AIcrowd , AIcrowd是一个专注于人工智能领域的平台，旨在通过众包的方式推动AI研究和开发。它提供了一个开放的环境，供研究人员、开发者和数据科学家参与各种AI挑战和项目，以促进知识共享和技术创新。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。