RL 멀티 에이전트 평가 도구 공개

Hugging Face가 멀티 에이전트 환경에서 강화 학습(RL) 모델의 실력을 측정할 수 있는 오픈소스 도구인 **'AI vs. AI'**를 공개했다.

이 시스템은 세 가지 핵심 요소로 구성된다:

• Spaces: 백그라운드 태스크를 통해 모델 간의 대결을 실행하는 매치메이킹 알고리즘.
• Dataset: 모든 경기 결과를 저장하는 데이터셋.
• Leaderboard: 경기 기록을 바탕으로 모델의 ELO 레이팅을 표시하는 리더보드.

사용자가 학습된 모델을 허브에 업로드하면, 다른 에이전트들과 자동으로 대결하여 순위가 매겨진다. 이를 통해 다양한 행동 양식을 가진 에이전트들을 상대로 모델의 품질을 검증할 수 있다.

평가 방식은 ELO 레이팅 시스템을 기반으로 한다. 모델 간의 지속적인 대결 결과를 통해 상대적인 실력을 측정하며, 매치메이킹 알고리즘은 유사한 레이팅을 가진 모델끼리 대결하도록 설계되어 효율적인 평가를 지원한다.