发布 Multi-Agent Games (MGs) 数据集, 应用在 多代理系统、强化学习 领域

本次发布的数据集 Multi-Agent Games (MGs), 该数据集包含了一系列随机生成的多代理游戏，旨在对ALMANAC算法进行评估，并与真实模型进行比较。数据集还包括了用于概率模型检测器PRISM的导出策略、游戏结构及规范说明。其规模根据状态空间的大小、代理数量以及规范数量的不同而有所变化，其任务是基准化多代理强化学习算法的性能。

查看Multi-Agent Games (MGs)

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。