多机器人学习正在获得重大提升！📚 研究人员已扩展Isaac Lab，以大规模训练异构多智能体机器人策略。 新框架支持高分辨率物理学、GPU加速模拟，以及同质和异质智能体在协调任务中协同工作。 他们在六个具有挑战性的场景中对不同的方法（MAPPO：多智能体近端策略优化和HAPPO：异构智能体PPO）进行了基准测试，显示大规模多机器人训练不仅可行，而且高效。 这是实现现实世界机器人协作的重要一步，机器人团队需要协调、分配任务、适应角色并动态互动，而不仅仅是作为相同的克隆体操作。 代码是开源的，它使Isaac Lab更接近机器人实际需要的东西：可扩展的、以物理驱动的环境，许多不同的机器人可以学习协同工作。 这是项目页面： ~~ ♻️ 加入每周的机器人通讯，永不错过任何新闻 →