2025_NIPS_IMP-MARL: a Suite of Environments for Large-scale Infrastructure Management Planning vi...

文章核心总结与创新点

主要内容

本文提出开源多智能体强化学习（MARL）环境套件IMP-MARL，专为大规模基础设施管理规划（IMP）设计，支持测试协作式MARL方法的可扩展性与性能。IMP场景中，多组件工程系统（如海上风电场）存在故障风险，每个智能体负责一个组件的检测与维修决策，需在最小化维护成本的同时降低系统故障风险。通过三类环境（k-out-of-n系统、相关k-out-of-n系统、海上风电场）和两种奖励模型，作者对7种MARL方法（含集中式、去中心化、CTDE三类）与专家启发式策略进行基准测试，结果表明集中式训练-去中心化执行（CTDE）方法在智能体数量（最高100个）和性能上均优于其他方法，且多数场景下超越专家策略，但在高智能体数量、组件相关性等场景仍面临协作与稳定性挑战。

创新点

1. 提出首个针对大规模IMP的开源MARL环境套件，支持最多100个智能体，且可灵活扩展新环境（如桥梁、运输网络）。
2. 构建贴近工程实际的环境模型，包含组件劣化、检测、维修的物理机制，以及相关性、战役成本等现实约束。
3. 开展大规模基准测试，系统对比不同MARL方法在高维IMP场景的表现，为机器学习与可靠性工程领域提供关键洞察。
4. 提供完整可复现的代码、数据与文档，促进跨研究对比与MARL方法在实际基础设施管理中的应用。

---

翻译部分（Markdown格式）

Abstract

我们引