multi agent neurosym transformers

マルチエージェントコミュニケーションのための神経記号トランスフォーマー

依存関係

パイソン3

OpenAIジム0.11.0

パイトーチ

ディープグラフライブラリ (https://www.dgl.ai/)

さまざまなタスクのビデオイラスト:

この文書で使用されているタスクをより深く理解するには、tasks_video.mp4 で短いビデオを見つけてください。

事前トレーニングされたモデル:

すべてのタスクの事前トレーニング済みモデルは、main/results/ フォルダーにあります。

random_cross タスク -> main/results/model_random_cross/

random_grid タスク -> main/results/model_random_grid/

unlabeled_goals タスク -> main/results/model_unlabeled/

図 1 の two_groups_cross -> main/results/model_2groups_cross/

プロットの生成:

  # To generate plots for Figures 2 and 6
  # Random cross
  python3 -m main.plot_results --result_dir=model_random_cross --env=FormationTorch-v0
  # Random grid
  python3 -m main.plot_results --result_dir=model_random_grid --env=FormationTorch-v0
  # Random cross
  python3 -m main.plot_results --result_dir=model_unlabeled --env=UnlabeledGoals-v0

上記のコマンドは main/results/RESULT_DIR/plots/ にプロットを作成する必要があります。

事前トレーニング済みモデルのシミュレーション:

   python3 -m main.replay  --result_dir=RESULT_DIR --baseline=BASELINE

RESULT_DIR には、model_random_cross、model_random_grid、model_unlabeled、model_2groups_cross を指定できます。

BASELINE には、tf-full、hard、dist、prog、prog-retrained、dt、dt-retrained、det、det-retrained を指定できます。

prog-retrained は、完全なアプローチに対応するバージョンであることに注意してください。

モデルをゼロからトレーニングする

モデルを最初からトレーニングするには、次のスクリプトを実行します。 (この部分には数時間かかり、GPU が必要であることに注意してください)

  # Random cross
  bash run_random_cross.sh
  # Random grid
  bash run_random_grid.sh
  # Random cross
  bash run_unlabeled_goals.sh