arXiv · Machine Learning· Zhida Jiang, Zhaolong Xing, Jiawei Lu, Yipei Niu, Qingyuan Sang, Liangxu Zhang, Wenquan Dai, Junhua Shu, Jiaxing Wang, Qiangyu Pei, Qiong Chen, Xinyu Liu, Fangming Liu, Ai Han, Zhen Chen, Ke Zhang·· 9 小时前AI 评分49
FlexMARL：面向基于 LLM 的多智能体强化学习的图驱动 rollout 与训练协同设计
FlexMARL: Graph-Driven Rollout-Training Co-Design for LLM-Based Multi-Agent Reinforcement Learning
AI 导读
FlexMARL提出面向大规模、基于 LLM 的多智能体强化学习的图驱动 rollout-训练协同框架。框架以多智能体执行图（MEG）和 MEG Store 为数据枢纽，结合依赖并行采样、智能体级异步流水线与按需资源分配。在生产集群测试中，相比现有框架最高实现 7.3 倍加速，硬件利用率最高提升 5.6 倍。
来源：arXiv · Machine Learning · arxiv.org