Coopetition-Gym v1：混合利害多智能體強化學習基準平台

Coopetition-Gym v1 快訊

Coopetition-Gym v1 是一個針對混合利害（coopetition）多智能體強化學習的基準平台，設計以促進可重複與可比較的實驗研究。

平台收錄20個環境，分為四大機制類別，並為每個環境提供封閉形式的收益結構與校準的相互依賴矩陣。每個環境同時暴露三種結構不同的獎勵模式（私有、整合、合作），透過將收益與獎勵分離，便於進行獎勵類型的消融分析。

此外，系統支援 Gymnasium、PettingZoo Parallel 與 AEC 介面，內含126種參考演算法、7個博弈理論基準、2個啟發式基線與大量常數策略。研究團隊也針對四項歷史合作競合案例做驗證，報告呈現高再現度。這套平台首次把連續動作混合動機場景、參數化獎勵互惠性與校準係數等要素整合，為相關領域提供一套系統化的評測標準。

延伸閱讀

• 多代理LLM在陪審團式審議的實驗：RLHF強度如何影響定錨與共識形成
• Truth or Tribe：LLM人格代理、TDR與TC揭示身分偏誤機制
• 階層化多重人物歸納與證據追溯：以意圖記憶與 DPO 優化人物品質

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。